一种面向暗光与结构化环境的点线融合视觉惯性里程计方法

本发明属于计算机视觉、自动化与人工智能的交叉技术领域，具体涉及一种面向暗光与结构化环境的点线融合视觉惯性里程计方法，本发明采用轻量级神经网络XFeat提取特征点与描述子，结合光流跟踪与局部区域匹配策略，在保证实时性的同时显著提升暗光、弱纹理场景下的特征跟踪鲁棒性。针对现有点线融合方案中线特征表达冗余且未融入环境结构化先验的问题，本发明采用两参数最小化表达方法表征结构化环境中的结构线，将线特征参数从传统四参数降至两参数，并隐式融入正交约束。该设计在降低优化难度的同时，强化了结构化线条的几何约束，显著提升低纹理结构化环境中的定位精度与系统鲁棒性。