机器人SLAM的特征点实时提取改进

• 全文链接
• 请求原文

作   者：

陆佳嘉;  柯福阳;  余晓栋;  董一鸣; 

作者机构：

南京信息工程大学 自动化学院;  南京信息工程大学 遥感与测绘学院;  无锡学院 物联网学院; 

关键词：

里程计;  特征提取;  四叉树;  地图;  ORB特征点;  机器人SLAM;  像素; 

期刊名称：

计算机工程与设计

i s s n：

1000-7024

年卷期：

2022 年 43 卷 006 期

页   码：

1768-1776

摘   要：

为解决传统机器人SLAM在复杂场景下难以保持实时性和稳定性的问题,提出一种对ORB(oriented FAST and rotated BREIEF)特征点过于密集的改进方法,对前端视觉里程计以及SLAM后端进行优化.前端利用划分像素结合四叉树完成特征提取,对像素进行划分提高部分区域提取到特征点的概率,四叉树方法对特征点进行均匀分配提取.RANSAC组合EPNP+ICP的方式减少求解相机运动的误差,基于词袋模型和G2O进行闭环检测和图优化,生成轨迹一致的全局点云地图.将传统的算法和改进的算法在TUM数据集下进行实验对比,实验结果表明,改进后算法的实时性和稳定性明显提高.