摘要

为了减少场景点的光照变化对直接视觉SLAM(simultaneous localization and mapping, SLAM)的影响,在稀疏直接法(direct sparse odometry with loop closure, LDSO)的基础上对其优化,结合光度标定来增强系统的整体性能。直接视觉SLAM,其图像配对的基本假设是建立在灰度一致性之上的,即同一个场景点在多个图像中是以恒定亮度值出现的。为了更好地满足这一假设,采用KLT(Kanade-Lucas-Tracker)来跟踪关键点,利用带光度参数的像素跟踪模型建立优化方程,优化序列的光度参数(曝光时间、晕影和响应函数),从而实现实时曝光补偿,增强了系统视觉前端的跟踪稳定性。最后,在公开数据集上进行实验。实验结果标明所提方法在部分序列上能有效地提高系统性能。

全文