LC-MSCKF: Hybrid Learned and Innovation-Feedback Covariance Calibration for Visual-Inertial Odometry
LC-MSCKF 通过采用一种结合了用于预测退化的轻量级学习分支与用于有界修正膨胀的创新反馈分支的混合两阶段不确定性校准策略，提升了视觉惯性里程计的精度，在多种基准测试中显著优于固定式和单分支自适应基准方法。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个机器人在黑暗的仓库中导航，或者一架无人机在森林中飞行。为了安全移动，它必须确切地知道自己在哪里以及如何移动，即使在没有 GPS 信号的情况下也是如此。它通过结合两种感官来实现这一点：一个观察世界流逝的摄像头，和一个感受每一次转弯和颠簸的惯性传感器。这种结合被称为视觉惯性里程计（visual-inertial odometry）。摄像头提供了周围环境的地图，而惯性传感器则追踪两次摄像头快照之间的运动。然而，摄像头的视野并不总是完美的。突然的模糊、墙面缺乏纹理或快速旋转都会使视觉信息变得不可靠。如果机器人的计算机将这些摇晃的图像与清晰、稳定的视图视为具有同等的置信度，它就会出错并偏离航线。多年来，工程师们一直致力于解决这个问题，通常强迫机器人对相机数据保持固定的信任水平，而不考虑场景实际有多么混乱。
由巴士拉大学（University of Basrah）的 Dhayaa Khudher 开发的一种新方法提供了一种更聪明的方法来处理这种不确定性。研究人员创建了一个名为 LC-MSCKF 的系统，它就像一位经验丰富的领航员，知道何时该相信自己的眼睛，何时该复核自己的计算。该系统并没有使用关于信任摄像头的僵化规则，而是使用了两种协同工作的不同策略。第一种策略是一个轻量级的计算机程序，它在机器人尝试修正位置之前先观察场景。它检查了八个不同的线索，例如摄像头能看到多少个清晰的点、图像有多模糊、追踪有多稳定以及机器人在如何剧烈摇晃。基于这些线索，该程序会预测应该给予摄像头数据多少信任。如果场景很混乱，它会告诉系统降低置信度；如果场景很清晰，它则允许更高的置信度。
第二种策略充当安全网。在机器人利用摄像头数据更新位置后，系统会检查结果。如果新的位置似乎与机器人根据之前运动所预期的位置发生冲突，系统就知道出问题了。然后，它会应用一个微小的、有界的修正来增加不确定性，实际上是在说：“我不确定这次特定的更新，所以我将更加谨慎。”这第二步确保了即使第一步的预测稍有偏差，系统也能对即时的不匹配做出反应。至关重要的是，该计算机程序并不试图猜测机器人的精确位置或直接修正其路径。它只调整放置在摄像头数据上的信任水平，而不改变核心导航引擎。这种设计保持了系统的快速与可靠，为每次更新仅增加了极小部分的处理时间。
为了测试这个想法，研究人员使用 EuRoC 和 TUM VI 数据集中记录的困难真实飞行路径，将新系统与其他几种方法进行了比较。这些数据集包含机器人穿梭于狭窄空间、遇到快速运动以及应对光照不足情况下的序列。结果显示，这种新的混合系统始终优于其他方法。在最具挑战性的测试序列中，新系统将平均导航误差降低到了 0.204 米，而从未调整信任水平的标准系统为 0.260 米。它还击败了仅使用预设场景预测或仅使用后验检查修正的系统，证明了结合使用这两种策略比单独使用其中任何一种都更有效。即使在测试完全陌生的全新数据集时，该系统仍保持了这一优势，证明了学习判断图像质量的能力可以迁移到不同的环境中，而无需重新训练。
这项研究证实，将视觉数据视为固定且不变的输入是一种可以被克服的局限性。通过教会机器人预判其视觉可能失效的时机，并对计算失误做出反应，该系统实现了一种更稳健、更准确的空间感知。研究结果表明，更好的导航关键不在于构建更复杂的地图或更沉重的传感器，而在于优化机器人如何解读其现有信息的质量。这种方法为需要在不可预测、混乱的物理世界中可靠运行的自主机器提供了一条实用的发展路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。