基于点边缘特征自适应融合的视觉SLAM算法

摘要：

基于点特征的视觉SLAM算法由于在弱纹理环境中提取特征不足,不能产生可靠的相机运动估计.边缘特征相比于点特征具有更丰富的环境信息,然而,直接引入边缘特征,会影响系统的实时性.因此本文提出一种基于点边缘特征自适应融合的视觉SLAM定位算法.在前端,提出一种基于网格法评估点特征质量的方法,用于判断外部环境的纹理情况.在后端,自适应外部环境构建不同的视觉约束项以优化相机位姿.此外,引入距离变换算法,构建边缘特征的距离误差函数,提高迭代优化的速度.本文用最流行的公开数据集对提出的视觉SLAM算法进行评估,并与最先进的算法进行比较.实验结果表明,在弱纹理环境下,本文算法比最先进的ORBSLAM算法的平均定位精度提高了22.3％,在丰富纹理场景也取得了更优的定位精度.

关键词：同时定位和地图构建、机器视觉、移动机器人、边缘特征、弱纹理

分类号：TP242(自动化技术及设备)

在线出版日期：2023-04-19（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：107-112,120