Визуальная одометрия с коррекцией траектории на основе применения фильтра Калмана

Аннотация

В настоящей работе предложен метод коррекции траектории камеры в задаче монокулярной визуальной одометрии на основе фильтра Калмана. Рассмотрен подход, в котором неоднозначность масштаба разрешается не через восстановление трёхмерной структуры сцены, а через последовательное использование относительных смещений между текущим и несколькими предыдущими положениями камеры. Такой подход снижает зависимость от долговременного отслеживания одних и тех же ключевых точек и делает метод применимым в условиях ограниченного параллакса, повторяющихся текстур и частичных окклюзий. Подобное представление повышает чувствительность метода к шумам. Для компенсации этого недостатка применяется фильтр Калмана, который предотвращает накопление ошибок при последовательных оценках и обеспечивает корректность работы даже при отсутствии сведений о движении камеры, а также позволяет учитывать качество измерений и их достоверность. В рамках работы представлены модель состояния и модель наблюдений, позволяющие уточнять положение камеры, используя только данные последовательных наблюдений. Состояние формируется в виде скользящего окна из текущего и нескольких предыдущих положений камеры, а наблюдения строятся из направлений относительных смещений, оцениваемых по паре или набору кадров, без восстановления трёхмерной структуры сцены. В отличие от распространённых фильтров Калмана с ограничениями на множественные состояния системы (MSCKF), которые обычно интегрируют данные от инерциальных датчиков, предложенный метод использует исключительно информацию, извлекаемую из последовательности кадров. Эффективность метода подтверждена на синтетических данных в различных сценариях движения.

Abstract

This paper proposes a Kalman-filter-based method for camera trajectory correction in monocular visual odometry. The approach resolves the scale ambiguity not by reconstructing the 3D structure of the scene, but by sequentially using relative displacements between the current and several previous camera positions. This mechanism reduces reliance on long-term tracking of the same keypoints and makes the method applicable under limited parallax, repetitive textures, and partial occlusions. However, this formulation increases the method’s sensitivity to noise. To compensate for this drawback, a Kalman filter is employed, which prevents error accumulation during consecutive estimates, ensures correct operation even in the absence of information about camera motion, and allows measurement quality and reliability to be taken into account. A state model and an observation model are proposed, which allow for refining the camera pose using only data from consecutive observations. The state is represented as a sliding window comprising the current and several preceding camera poses, while the observations are constructed from directions of relative displacements estimated from an image pair or a short set of frames, without reconstructing the three-dimensional structure of the scene. Unlike common Multi-State Constraint Kalman Filters (MSCKF), which typically integrate inertial measurements, the proposed method relies exclusively on information extracted from the image sequence. The effectiveness of the proposed method is confirmed with synthetic data in various motion scenarios.