陈涛 范林坤 李旭川 郭丛帅

（长安大学，西安 710064）

主题词：视觉里程计 深度学习 智能车辆 位置信息

1 前言

随着车辆逐渐向自主化、无人化方向发展，车辆的位置信息成为其执行决策时的重要参考因素。智能车的定位可分为绝对定位和相对定位，其中相对定位法主要包括惯性导航和里程计法，2种方法都不可避免地存在误差累积且难以消除。惯性导航效果的优劣受惯性测量单元（Inertial Measurement Unit，IMU）精度的影响较大，高精度IMU 的成本较高。随着计算机视觉的发展，通过视觉采集到的信息不但可以满足车辆定位的需求，而且可以进行车辆和行人的识别，同时，视觉传感器成本较低、体积较小、布置方便，因此，视觉方案是同时考虑成本、稳定性、精度和使用复杂度时的最佳方案。

视觉里程计（Visual Odometry，VO）是无接触的位姿估计过程，根据单个或多个相机的输入得到系统每一时刻之间的相对位姿，同时可以根据输入的图像序列恢复场景的空间结构。1980年，Moravec 等人首次提出从连续的图像中估计相机位姿的思想[1]。Matthies 等人于1985年提出了经典的视觉里程计框架[2]，该框架主要包括特征提取、匹配和帧间位姿估计，并一直作为视觉里程计的主要框架沿用至今，根据这一框架发展得到的VO 系统称为基于模型的VO。根据图像信息利用方式的不同，基于模型的VO 可以分为直接法VO 和特征法VO。现有表现较好的VO 系统多是基于模型的[3]，但是这些VO 系统必须被准确标定，而且要运行在光照稳定、纹理充足的环境中，同时，在大场景中的鲁棒性较低，无法对场景信息进行语义理解，另外，单目VO因其尺度不确定性而无法得到车辆的真实运动尺度。……