点线特征融合的双目视觉SLAM算法

作者：陶交; 范馨月; 周非

来源：小型微型计算机系统, 2022, 43(06): 1191-1196.

DOI：10.20009/j.cnki.21-1106/TP.2020-1061

• 机器视觉
• 视觉SLAM
• 梯度密度滤波器
• 点线特征权重
• PROSAC算法

在低纹理场景中，基于点特征的同时定位与地图构建(Simultaneous Localization and Mapping, SLAM)算法很难追踪足够多的有效特征点，系统甚至无法正常工作.众所周知，丰富的线段特征存在在人造结构化环境中的地面与墙面交界处.因此，提出一种点线特征融合的双目视觉SLAM算法.在特征提取前，引入梯度密度滤波器加速线特征提取和提高线匹配的准确度，在特征点匹配阶段，采用渐进采样一致性(Progressive Sampling Consensus, PROSAC)算法剔除误匹配点，从而提高定位精度.此外，在特征的融合过程中引入加权思想.在构造误差函数时对点线特征权重进行合理分配.最后，通过在公开的数据集上得到的仿真并与一些优秀的算法进行对比，该算法性能优于PL-SLAM和LSD-SLAM算法，证明了算法的有效性和准确性.

• 单位
  重庆邮电大学; 通信与信息工程学院