基于DRQN的视觉SLAM参数自适应调整

摘要：

为解决传统视觉SLAM算法中的参数调整问题,提出一种基于深度循环Q网络的视觉SLAM参数自适应调整方法.筛选视觉SLAM参数构建动作空间;采用地标点的协方差矩阵描述视觉定位的不确定性,用地标点的不确定性构建奖励函数;参数智能体通过ε-greedy策略选择Q值最大的动作作用于视觉SLAM环境,根据环境的反馈更新网络参数.Eu-RoC和TUM-VI数据集上的实验结果表明,该方法提高了室内场景下的位姿轨迹精度,避免了复杂的参数调整过程.

关键词：视觉SLAM、深度循环Q网络、ε-greedy策略、不确定度、参数自适应调整

所属期刊栏目：43

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;贵州省自然科学基金

在线出版日期：2022-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3235-3242