科研之友
微信
新浪微博
Facebook
分享链接
摘要
在同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)中,传统基于点特征的方法存在精度不足、剧烈抖动容易跟踪失败等问题,从而降低系统性能.针对此问题,本文提出一种新的视觉SLAM算法.首先使用双线性插值法得到特征点的灰度值,根据两帧之间的最小化光度误差得到当前帧估计位姿.其次为进一步降低位姿估计的误差,通过最小化重投影误差优化当前帧位姿,提高相机定位精度.最后为改善建图精度,提出一种新的关键帧选择机制,通过前端得到的位姿来衡量上一关键帧与当前帧的运动幅度,根据运动幅度判断当前帧是否加入关键帧序列,合理化关键帧选择方法.本文采用TUM数据集进行实验,与ORB-SLAM2相比,本文方法降低了相机的定位误差,提高了系统的鲁棒性.
- 出版日期2020
- 单位合肥工业大学
