典型文献
特征点法SLAM视觉里程计自适应优化算法
文献摘要：
为减少动态环境对移动机器人同时定位与地图构建(simultaneous localization and mapping,SLAM)的影响,提出了一种特征点法视觉里程计自适应优化算法.该算法有助于改善光照条件变化情况下图像特征的不变性,有效提取纹理信息不充分区域的特征用于图像匹配.采用降采样法建立图像金字塔,将每个缩放后的图像根据预先设定规则划分为多个图像块.在每个图像块上进行光照非线性调整来增加图像细节,通过计算图像灰度概率分布来剔除无纹理区域.基于提出的方法建立了SLAM系统视觉里程计,并在TUM数据集上进行了验证.结果 表明:该算法可以减小移动机器人运动轨迹误差,改善机器人在不稳定动态环境下视觉里程计的性能.
文献关键词：
移动机器人;视觉里程计;SLAM;特征点法;弱纹理区域
中图分类号：
作者姓名：
于雅楠;史敦煌;华春杰
作者机构：
天津职业技术师范大学信息技术工程学院,天津300222
文献出处：
引用格式：
[1]于雅楠;史敦煌;华春杰-.特征点法SLAM视觉里程计自适应优化算法)[J].系统仿真学报,2022(01):104-112
A类：
B类：
特征点法,SLAM,视觉里程计,自适应优化算法,动态环境,移动机器人,机器人同时定位与地图构建,simultaneous,localization,mapping,光照条件,下图,图像特征,不变性,有效提取,纹理信息,信息不充分,征用,图像匹配,降采样,采样法,图像金字塔,缩放,线性调整,加图,计算图,灰度,概率分布,TUM,机器人运动,运动轨迹,弱纹理区域
AB值：
0.371
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。
