基于DRQN的视觉SLAM参数自适应调整

作者：陈青梅; 秦进; 黄仁婧; 崔虎; 黄初华^*

来源：计算机工程与设计, 2022, 43(11): 3235-3242.

DOI：10.16208/j.issn1000-7024.2022.11.031

• 视觉SLAM
• 深度循环Q网络
• ε-greedy策略
• 不确定度
• 参数自适应调整

为解决传统视觉SLAM算法中的参数调整问题,提出一种基于深度循环Q网络的视觉SLAM参数自适应调整方法。筛选视觉SLAM参数构建动作空间;采用地标点的协方差矩阵描述视觉定位的不确定性,用地标点的不确定性构建奖励函数;参数智能体通过ε-greedy策略选择Q值最大的动作作用于视觉SLAM环境,根据环境的反馈更新网络参数。EuRo C和TUM-VI数据集上的实验结果表明,该方法提高了室内场景下的位姿轨迹精度,避免了复杂的参数调整过程。

• 单位
  贵州大学