基于kinect的改进RGB-D视觉里程计
针对RGB-D视觉里程计中kinect相机所捕获的图像深度区域缺失的问题,提出了一种基于PnP(per-spective-n-point)和ICP(iterative closest point)的融合优化算法.传统ICP算法迭代相机位姿时由于深度缺失,经常出现特征点丢失导致算法无法收敛或误差过大.本算法通过对特征点的深度值判定,建立BA优化模型,并利用g2o求解器进行特征点与相机位姿的优化.实验证明了该方法的有效性,提高了相机位姿估计的精度及算法的收敛成功率,从而提高了RGB-D视觉里程计的精确性和鲁棒性.
kinect、深度丢失、融合算法、特征点、ICP、PnP、深度值、位姿估计、BA优化模型、g2o
15
TP242.6(自动化技术及设备)
国家自然科学基金项目;上海市科技委员会重点项目
2021-01-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
943-948