反射鲁棒双目VIO前端：卡尔曼滤波剔除反光地面虚拟特征

Uihyun Hwang等作者提出一种面向基于特征的立体视觉惯性里程计（VIO）的轻量级反光感知前端，用于解决室内反光地面被三角化为地面以下虚拟特征、导致特征关联不可靠的问题。方法不抑制全部地面区域特征，而是实时估计地面高度，仅剔除推断三维位置低于估计地面高度的特征候选。 具体做法是：地面区域掩码把验证限制在易反光区域，结合立体高度不确定性与位姿不确定性构造帧级地面高度测量，再用带归一化新息平方（NIS）门控的标量卡尔曼滤波稳定估计地面高度，并以不确定性感知安全裕度做选择性剔除。 作者称，在真实反光地面室内序列上的实验显示，该前端在反光主导环境中总体提升轨迹精度，同时保持较准的地面高度估计，并能从实际地面高度变化中恢复。该工作发表于ICCAS 2026（日本札幌）。上述效果为作者自述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。