改进点线特征的双目视觉SLAM算法

摘要：

针对点线特征SLAM算法在图像局部密集区域提取大量相似线特征、同一直线上的线段过度分割等弊端,提出一种改进点线特征的双目视觉SLAM算法(ISSLAM);在预处理阶段,利用梯度密度滤波器剔除图像中特征密集区域,降低了线特征的误匹配率加速了特征提取过程;然后,在LSD算法的基础上,利用线段合并机制,将同一直线上由于过度分割而产生的断线重新合并,提高了特征提取的精度;在闭环检测阶段,通过融入线特征的扩展词袋模型,增加了图像相似度计算时的判别依据,提高了闭环检测的精度;ISSLAM算法通过增加筛选与合并机制以及扩展的词袋模型,优化特征提取,提高特征匹配的效率及精度,提高算法性能;最后,以EuRoc公共数据集为实验对象,证明了算法的有效性.

关键词：同步定位与地图构建、点线特征、梯度密度滤波器、线段合并、词袋模型

所属期刊栏目：27

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2019-10-22（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：156-162