典型文献
基于点线特征视觉惯性融合的机器人SLAM算法
文献摘要：
针对弱纹理环境下单目视觉SLAM系统只依靠提取点特征鲁棒性较差的问题,提出一种点线特征视觉与惯导融合的机器人SLAM算法.首先,采用自适应加权提取点线特征并使用普吕克坐标法表示线段,减小计算量同时较好克服线特征提取时线段割裂的不足;其次,采用四叉树法实现点线特征提取均匀化解决特征堆积问题,同时消除点线特征误匹配,再利用视觉点线信息与IMU紧耦合优化机制提高机器人SLAM算法精确度.最后,将该算法在EuRoC数据集和弱纹理环境中进行实验,结果表明,改进后线特征提取相较于传统线特征提取鲁棒性提高了12.94％,相较于原生算法ORB-SLAM3,改进后特征匹配时间节约了19.2％,大型弱纹理环境中绝对定位精度提高了55.6％,所提算法在弱纹理环境中定位效果具有较强的鲁棒性和精确性.
文献关键词：
视觉SLAM;点线特征融合;线特征提取;传感器融合
中图分类号：
作者姓名：
王立玲;朱旭阳;马东;王洪瑞
作者机构：
河北大学电子信息工程学院,保定 071002;河北大学机器人技术研究中心,保定 071002
文献出处：
引用格式：
[1]王立玲;朱旭阳;马东;王洪瑞-.基于点线特征视觉惯性融合的机器人SLAM算法)[J].中国惯性技术学报,2022(06):730-737
A类：
普吕克,点线特征提取
B类：
视觉惯性融合,弱纹理环境,下单,单目视觉,取点,点特征,惯导,自适应加权,坐标法,线段,计算量,割裂,四叉树,均匀化,误匹配,IMU,紧耦合,耦合优化,优化机制,EuRoC,于原生,ORB,SLAM3,特征匹配,匹配时间,绝对定位精度,定位效果,精确性,点线特征融合,传感器融合
AB值：
0.299127
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
