科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有视觉SLAM(同步定位与建图技术)系统鲁棒性较差问题，以ORB-SLAM3框架为基础，用自监督的深度神经网络替换其点特征提取器，并提出一种阈值—自适应局部仿射匹配法对点误匹配进行剔除，有效提高系统实时性与精度；此外，在前端信息提取中引入线特征，提出一种基于最小二乘法的自适应线特征提取模型，并对割裂线特征进行合并处理，对线特征的特征描述、误匹配剔除过程进行效率优化；最后，在构造点线误差模型中引入新的权重分配思想，依据场景的丰富程度，对点线的权重合理分配。在TUM数据集的绝对误差轨迹实验表明，改进的算法与ORB-SLAM3、RGBD-SLAM等系统相比，有效提高精度与鲁棒性，与PL-SLAM系统相比，有效提高实时性。
-
单位青岛科技大学; 机电工程学院
