科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对低光照条件下视觉惯性同步定位与地图构建(VI-SLAM)算法易发生漂移甚至跟踪失败的问题，提出一种改进的VI-SLAM算法。通过增强低光照度条件下的视觉效果提升VI-SLAM的鲁棒性，提出一种新的图像增强算法。首先对图像进行多尺度Retinex处理，然后分别进行自适应Gamma校正和对比度受限的直方图均衡化(CLAHE)处理，并采用提出的融合策略进行图像融合；同时采用改进的FAST角点提取算法和随机采样一致(RANSAC)算法提高前端鲁棒性。根据EuRoC数据集上的实验结果，相比于VINS-Mono算法，该算法的轨迹跟踪均方根误差平均降低了23.98%,根据实际场景下的实验结果，该算法的运动轨迹相比于VINS-Mono更接近真实轨迹。实验结果表明，该算法可以有效提升低光照条件下的定位精度。
- 单位
