单目视觉SLAM会受到尺度不确定性问题的影响，同时特征点法在动态和低纹理场景下存在有效信息不足、定位精度差的问题。为了解决以上问题，本文提出了一种新型的视觉SLAM算法。该算法在前端部分融合了深度估计和光流估计，仅依赖单目相机就可以计算真实世界尺度；在后端部分解决了光流匹配与词袋模型不兼容的问题，实现光流法VO的回环检测和全局位姿图优化。该算法同时具备局部定位的高精度和长时间定位的可靠性，本文采用户外驾驶数据集KITTI测试该算法的性能，并与当下多个主流算法进行详尽比较。
科研之友
微信
新浪微博
Facebook
分享链接
