摘要 : 针对在低照度环境中由于光照不足或光照不均导致的图像噪声过大、特征提取不均匀等问题,提出了一种低照度场景下的单目视觉定位技术。首先,利用微光传感器采集低照度图像信息,对图像噪声设计了一种基于深度学习的图像去噪网络,利用该网络进行图像噪声... 展开 针对在低照度环境中由于光照不足或光照不均导致的图像噪声过大、特征提取不均匀等问题,提出了一种低照度场景下的单目视觉定位技术。首先,利用微光传感器采集低照度图像信息,对图像噪声设计了一种基于深度学习的图像去噪网络,利用该网络进行图像噪声处理。然后,利用四叉树改进特征均匀提取策略以提高特征跟踪效果,采用对极几何、三角测量等技术估计图像帧间位姿。最后,构建视觉重投影误差方程,利用光束平差法进行位姿估计和优化。实验结果表明,所提定位技术在光照强度为0.01 lx的低照度环境中,轨迹闭环情况下的平均定位均方根误差小于1.47 m,轨迹无闭环情况下的平均定位均方根误差小于4.26 m。 收起