科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于视觉的同时定位与地图构建(Simultaneous Localization and Mapping,VSLAM)是近几年机器人领域研究的热点,也是机器人在未知环境中实现自主导航的关键技术。针对现有视觉定位算法运行效率相对较低和鲁棒性较差的问题,本文提出一种改进的RGB-D SLAM算法来进一步提升实时性与鲁棒性。首先,在提取特征点与匹配过程使用四叉树策略,结合自适应阈值函数均匀提取ORB关键点,计算关键点的描述子汉明距离进行粗匹配;其次,采用PROSAC算法进行匹配点筛选,取质量较高的匹配点对结合PNP (Perspective-N-Point)和ICP求解位姿,获取经过PROSAC算法多次迭代后的准确位姿;最后基于光束平差法求解相机位姿的最优解,从而构建全局一致的地图。在TUM RGB-D数据集上进行验证,实验结果表明本文算法在实时性与鲁棒性上综合表现优于传统视觉定位算法。
- 单位
