科研之友
微信
新浪微博
Facebook
分享链接
摘要
以特征点法为前端的同时定位和地图构建算法,描述子的计算占用了大部分时间,导致算法时实时性差且对电脑的性能要求较高,增加成本。针对这一问题提出了一种前端基于光流跟踪的RGB-D SLAM算法。在定位阶段,采用基于亚像素提取的均匀化ORB特征点,用LK光流法代替特征点法进行特征匹配,然后通过随机抽样一致性方法提高匹配精度,估计初始位姿。在后端优化阶段提出了一种新的关键帧选取策略,引入度量运动大小的阈值和跟踪衰减系数综合选取关键帧,通过回环检测和优化关键帧位姿消除累计误差,输出精确的位姿和点云地图。通过多组实验表明:该算法在很多室内的实际场景中的定位精度优于主流的RGB-D SLAM算法,且算法的实时性得到了提高。
- 单位
