基于单目深度估计的低功耗视觉里程计

随着人工智能、精密机械和计算技术的发展,微小型无人系统在未来战场上将会扮演重要的角色.为解决单目视觉里程计尺度缺失以及微型机器人自身体积和载荷限制带来的功耗问题,引入单目深度估计技术,构建了一个低视角数据集,通过搭建卷积神经网络从单张图像中预测深度信息,对神经网络模型进行结构优化,将深度估计与单目视觉里程计融合并部署到JetsonNano平台.实验表明,融合后的单目视觉里程计能够在特定环境下恢复尺度信息,在JetsonNano上的功耗能够保持在较低水平,可为微型无人系统在未来战场上的隐蔽化、轻量化部署提供一定的研究基础.