南京邮电大学学报(自然科学版)

作者：陆音,蒋珍浈,孙进,沈玲

单位：南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003南京邮电大学 物联网学院，江苏 南京 210003湖北工业职业技术学院 科技处，湖北 十堰 442000

关键词：深度学习；视觉里程计；特征匹配；LightGlue

基金：国家自然科学基金（62203231）资助项目

针对移动机器人在视角变换和光照变化环境下位姿估计误差较大以及运行时间较长的问题，提出一种融合LightGlue匹配方法的单目视觉里程计。首先，采用SuperPoint网络模型提取特征点。其次，利用 LightGlue特征匹配器对相邻帧的特征点进行精确匹配，并采用随机抽样一致性算法优化匹配结果。最后，通过对极几何约束恢复相机位姿，采用最小化投影误差的方法优化相机位姿。实验结果表明，在图像发生光照和视角变化时，相较于其他视觉里程计算法，所提算法不仅显著减少了绝对轨迹误差和相对位姿误差，而且大幅缩短了运行时间，表现出良好的稳健性和高效性。

来源：2025年第04期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2025年第04期