改进 ORB 特征提取环节的视觉 SLAM 算法

为了解决传统 ORB-SLAM2 算法尺度不变性较差和光照环境变化复杂导致定位跟踪不稳定的问题,提出了一种基于 B-Spline图像金字塔的自适应阈值 ORB 特征点提取方法。首先采用 B-Spline 图像金字塔的方法,将图像层层划分,随后,通 过计算图像周围的特征点的灰度值来设置自适应阈值,以便阈值随着光照变化而自动调整,从而实现图像特征点的有效提 取。对改进部分分别实验验证,在光照环境发生较大变化时,改进方法在特征提取时重叠点降低且提取范围更加均匀,在图 像尺度发生变化时,改进方法的特征匹配数量提升了近1倍,在轨迹追踪实验中,改进方法得到的估计轨迹误差降低了20% 以上。改进的 ORB-SLAM 算法能够提高在复杂环境下机器人的定位精度。