视觉里程计是视觉定位的方法之一,利用在车辆、机器人等载体上安装的单个或多个相机获取视频信息,然后通过对连续帧图像分析估计载体运动情况。相对于传统的各种全球定位系统与惯性测量系统成本高、使用场景有限等缺点,视觉里程计具有成本较低、累计误差较小、使用场景更广泛等优点。在野外定位、室内导航、水下导航和航空航天等领域发挥着重要的作用。可配合传统定位方式使用,有效补充定位信息。本文针对视觉里程计算法进行研究,提出了一种基于融合金字塔与shi-tomasi的角点特征提取的单目视觉里程计算法。该方法考虑到相比较立体相机或三维相机,单目相机成本低、计算量较小、算法简单,因此采用单目相机作为图像传感器;考虑到基于特征点法的视觉里程计算法对光照等外界因素不敏感、算法稳定性好,因此选用了基于特征点的算法模式。该方法针对传统视觉里程计算法在角点提取过程中存在聚簇现象比较严重、特征点可区别性与可重复性较差,导致定位精度低、位姿信息误差大的缺点。提出了一种新的融合高斯金字塔与shi-tomasi的角点提取方法。算法采用金字塔LK光流法完成角点特征跟踪,最后采用八点法计算运动信息。论文首先详细介绍了视觉里程计的研究现状,然后简要介绍了视觉里程计算法的基本原理,在此基础上,详细阐述了基于图像金字塔的角点提取算法、金字塔LK光流追踪算法和基于八点法的运动恢复算法。论文以KITTI数据集作为实验对象,将本文方法与传统采用shi-tomasi、fast与harris三种角点提取的视觉里程计算法进行了详细的对比分析。实验结果表明,相比较传统算法,本文方法能够有效改善角点聚簇现象,提高了特征点的可区别性与可重复性,有效提高了视觉里程计的定位精度,增强了算法对不同环境的适应性。