点线联合的优化视觉惯性里程计
为了减弱视觉同时定位与地图构建(SLAM)易受光照、纹理等条件的影响,在非线性化单目SLAM研究基础上,该文提出了 一种加速度计bias估计优化初始化与点线特征结合的优化视觉里程计,使得在光线较弱的情况下也有较好的位姿估计效果,更优秀的初始化结果使得整个系统更加鲁棒、精度更高,且为了减少因为线特征的加入而增加的计算量,提出一种新的数据选择策略.通过和其他优秀算法(如PL-VIO、仅特征点方案)对比及真实场景实验的结果分析可知,该文提出的点线联合的优化视觉惯性里程计不仅能够减少定位误差,而且在光照条件较弱的环境中有较高的精度,既保证了系统的实时性,又提高了系统的鲁棒性.
同时定位与地图构建(SLAM)、线特征、非线性优化、初始化、鲁棒性
46
P228.4(大地测量学)
国家自然科学基金;北京市自然科学基金;中央高校基本科研业务费专项;研究生创新项目;研究生创新项目;研究生创新项目
2021-05-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
20-27,36