科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对原ORB描述符算法匹配精度低、匹配耗时长，动态场景中移动的物体严重影响视觉SLAM系统的定位精度和鲁棒性，以及ORB-SLAM3系统只能构建稀疏点云地图，无法构建稠密地图的问题，提出一种基于BEBLID描述符和目标检测的改进型ORB-SLAM3。首先，在跟踪线程中融合轻量级YOLOv5s动态目标检测网络和动态特征剔除模块，提高系统的定位精度；其次，利用增强高效局部图像描述符BEBLID代替原特征描述算法，与原ORB特征提取方法结合，增强图像的表现力和描述效率，提升特征匹配精度和效率；最后，增加稠密建图线程，根据关键帧与相应位姿完成稠密点云地图的构建。在公开TUM RGB-D数据集上的实验表明，与原ORB-SLAM3相比，所提算法特征匹配精度提高了7%以上；在高动态环境下系统定位精度提高98%以上，在低动态环境下最大提升60%以上，有效提高了系统在动态环境下的定位精度和鲁棒性；并构建了三维稠密点云地图，为后续应用于机器人自主导航、避障和路径规划等工作奠定了基础。
- 单位
