基于深度预测的单目SLAM绝对尺度估计

摘要：

针对单目同时定位与地图构建(simultan-eous localization and mapping,SLAM)技术存在的尺度不确定性问题,提出一种结合深度预测网络来估计绝对尺度的单目SLAM算法.利用MonoDepth网络对单目图像进行深度预测,与从单目图像中提取的O RB特征点进行深度值的数据关联,通过设定深度阈值的方法剔除具有不可靠深度值的特征点,恢复单目的绝对尺度,根据特征点的真实深度信息,通过光束法平差优化位姿图,校正尺度漂移,减少累积误差.通过室外KIT-TI数据集进行对比实验,其结果表明,该方法能够获得更高的定位精度.

关键词：同时定位与地图构建、深度预测网络、尺度漂移、绝对尺度估计、数据关联

所属期刊栏目：42

分类号：TP242(自动化技术及设备)

资助基金：新疆维吾尔自治区自然科学基金2019D01C021

在线出版日期：2021-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1749-1755