基于点边缘特征自适应融合的视觉SLAM算法 |
| |
引用本文: | 葛红飞,李轶然.基于点边缘特征自适应融合的视觉SLAM算法[J].计算机与现代化,2023(3):107-112+120. |
| |
作者姓名: | 葛红飞 李轶然 |
| |
作者单位: | 江苏大学汽车工程研究院 |
| |
摘 要: | 基于点特征的视觉SLAM算法由于在弱纹理环境中提取特征不足,不能产生可靠的相机运动估计。边缘特征相比于点特征具有更丰富的环境信息,然而,直接引入边缘特征,会影响系统的实时性。因此本文提出一种基于点边缘特征自适应融合的视觉SLAM定位算法。在前端,提出一种基于网格法评估点特征质量的方法,用于判断外部环境的纹理情况。在后端,自适应外部环境构建不同的视觉约束项以优化相机位姿。此外,引入距离变换算法,构建边缘特征的距离误差函数,提高迭代优化的速度。本文用最流行的公开数据集对提出的视觉SLAM算法进行评估,并与最先进的算法进行比较。实验结果表明,在弱纹理环境下,本文算法比最先进的ORBSLAM算法的平均定位精度提高了22.3%,在丰富纹理场景也取得了更优的定位精度。
|
关 键 词: | 同时定位和地图构建 机器视觉 移动机器人 边缘特征 弱纹理 |
|
|