一种改进的RGB-D SLAM室内空间三维重建方法

作者：余兆凯; 彭晓峰; 邱昌杰; 李训; 常友谦

来源：电力大数据, 2020, 23(05): 30-37.

DOI：10.19317/j.cnki.1008-083x.2020.05.005

• 三维重建
• 特征点
• 算法
• 位姿图优化
• 回环检测

针对RGB-D SLAM室内三维重建方法存在特征点匹配精度不高和重建结果质量不佳的问题,本文提出一种改进的基于ORB特征点的RGB-D SLAM室内三维重建方法。前端利用改进的RANSAC算法提升特征点匹配精度,结合Pn P实现点云图像的精确配准;后端采用位姿图进行优化,降低噪声数据对重建的影响;并利用回环检测控制重建过程中的误差累积。为验证所提方法的有效性,本文基于开源的RGB-D数据集,选取了多组数据,将本文方法与传统的RGB-SLAM三维重建方法进行比较,实验结果表明,所提出的特征点匹配方法能显著提高特征点的匹配精度,正确匹配率约为94%,较传统RANSAC算法提升6.5%;所提方法与传统RGB-D SLAM重建方法相比,重建结果质量更优,其中相机估计轨迹与真实轨迹互差RMS结果更佳,RMS值均小于0.08m。