孙 浩，冯孝周，张见升，王艳艳，高俊钗

(1.西安工业大学，陕西 西安 710065；2.中国兵器工业试验测试研究院，陕西 华阴 714200)

0 引 言

路标与图像中成像特征点的正确数据关联关系到单目相机定位估计的准确性，是单目相机定位方法的关键[1，2].由于单目相机获取环境信息的平滑性、重复纹理的存在以及图像处理引入的噪声等，已有的数据关联方法ICNN[3-5](Individual Compatibility Nearest Neighbour，ICNN)对环境路标和成像特征进行数据关联时会存在模糊关联的情况，即一个路标可能关联多个成像特征，或者一个成像特征可能与多个路标关联，从而引起错误的数据关联.对含有错误关联的数据直接采用最小二乘法或者卡尔曼滤波方法估计单目相机的定位，会导致定位估计的不准确性，所以定位估计时需要剔除错误关联的数据.RANSAC(RANdom SAmple Consensus，RANSAC)[6-8]是一种考虑了剔除错误数据关联的统计模型鲁棒估计方法，它采用随机抽样寻找最大一致集的方法剔除错误关联数据(外点)，并同时可以利用正确的关联数据(内点)对单目相机进行较准确的定位估计.但该方法有一个假设，即在所有的关联数据定位估计模型中，正确关联数据定位估计的是主要模型.在自然环境中，错误关联数据是随机的，其正确定位估计有时不会占主要模型，从而不满足这个假设.而且RANSAC数据关联方法对内点不再进行区分，使得单目相机定位估计的准确度受到影响，并且其定位模型估计样本需要的数据对较多，估计效率不高.

针对单目相机……