基于注意力模型的視覺/慣性組合里程計算法研究

作者：屈豪,胡小平,陳昶昊,張禮廉

摘要：由于外界環境的干擾和傳感器精度的限制,視覺/慣性組合里程計的輸入數據存在一定的噪聲,這會增加里程計的解算誤差,而且誤差會隨著時間積累。針對以上問題,設計了一種基于注意力模型的視覺/慣性組合里程計算法。該算法使用卷積神經網絡和長短時記憶網絡分別構建了視覺特征提取器與慣導信息特征提取器,同時引入了兩種注意力模型:加權組合網絡以及開關組合網絡,對視覺特征信息和慣導特征信息的融合噪聲進行降噪處理。通過在組合里程計算法中添加閉環校正環節,有效地抑制了里程計誤差隨時間的積累。對比實驗結果表明,設計的組合里程計算法與其他算法相比,無論在性能上還是在精度上都有明顯的提升。

發文機構：國防科技大學智能科學學院

關鍵詞：深度學習注意力模型視覺里程計自主導航Deep learningAttention modelVisual odometryAutonomous navigation

分類號： V249.328[航空宇航科學與技術—飛行器設計]