仪器仪表学报

作者：张原玮，王祝，姚万业，王天宁

单位：张原玮,华北电力大学自动化系保定071003,,王祝,1.华北电力大学自动化系保定071003； 2.保定市电力系统智能机器人感知与控制重点实验室保定071003,,姚万业,1.华北电力大学自动化系保定071003； 2.保定市电力系统智能机器人感知与控制重点实验室保定071003,,王天宁,1.华北电力大学自动化系保定071003； 2.保定市电力系统智能机器人感知与控制重点实验室保定071003,wangtianning1989@126.com,

关键词：视觉定位;图像矫正;线特征聚类;PL-VINS

基金：中央高校基本科研业务费面上项目（2024MS140）资助

在光照变化和重复纹理环境中,现有视觉惯性导航系统(VINS)存在特征提取数量不足和特征误匹配率高等问题,导致位姿估计精度和系统鲁棒性难以满足应用需求。对此,提出了一种改进PL-VINS算法,改善光照变化环境下的特征提取性能和重复纹理环境下的特征匹配性能。具体地,在图像预处理模块,提出一种闭环伽马矫正方法对图像亮度进行迭代调整,直至图像亮度达到期望值,以提高可提取到的特征数量,从而增强系统在光照变化环境下的鲁棒性；在线特征检测和跟踪模块,先计算空间平行线段对在图像平面的交点,并对交点进行聚类得到交点簇及其加权中心点,再依据线特征与加权中心点的距离和方向实现线特征的聚类,以提升重复纹理环境下线特征匹配的鲁棒性；在后端优化模块,将同簇线特征的交点作为特征加入到优化中,构建点、线和交点特征融合的重投影残差,以提升重复纹理环境下的位姿估计精度。公开数据集上对比测试结果表明,改进PL-VINS在EuRoC数据集上的绝对位姿误差平均值相比PL-VINS算法降低17.4%；在UMA-VI数据集上的绝对位姿误差平均值相比SuperVINS算法降低12.2%。为了进一步验证算法有效性,基于移动机器人搭建试验平台进行实物测试。实物试验结果表明,改进PL-VINS相比对比算法在光照变化和重复纹理环境下表现出更好的准确性和鲁棒性。

来源：2026年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第1期