典型文献
基于改进点线特征的移动机器人视觉SLAM算法
文献摘要：
针对现有视觉SLAM(同步定位与建图技术)系统鲁棒性较差问题,以ORB-SLAM3框架为基础,用自监督的深度神经网络替换其点特征提取器,并提出一种阈值—自适应局部仿射匹配法对点误匹配进行剔除,有效提高系统实时性与精度;此外,在前端信息提取中引入线特征,提出一种基于最小二乘法的自适应线特征提取模型,并对割裂线特征进行合并处理,对线特征的特征描述、误匹配剔除过程进行效率优化;最后,在构造点线误差模型中引入新的权重分配思想,依据场景的丰富程度,对点线的权重合理分配.在TUM数据集的绝对误差轨迹实验表明,改进的算法与ORB-SLAM3、RGBD-SLAM等系统相比,有效提高精度与鲁棒性,与PL-SLAM系统相比,有效提高实时性.
文献关键词：
视觉SLAM;深度神经网络;自适应局部仿射匹配;最小二乘法
中图分类号：
作者姓名：
王宪伦;孙志鹏;余功兴;杨骐睿
作者机构：
青岛科技大学机电工程学院,青岛 266061
文献出处：
引用格式：
[1]王宪伦;孙志鹏;余功兴;杨骐睿-.基于改进点线特征的移动机器人视觉SLAM算法)[J].组合机床与自动化加工技术,2022(10):16-20,26
A类：
自适应局部仿射匹配
B类：
点线特征,移动机器人,机器人视觉,同步定位与建图,ORB,SLAM3,自监督,深度神经网络,点特征提取,匹配法,信息提取,线特征提取,提取模型,割裂,行合并,并处,特征描述,误匹配剔除,除过,效率优化,造点,误差模型,权重分配,分配思想,丰富程度,合理分配,TUM,绝对误差,RGBD,提高精度,PL,高实时性
AB值：
0.397628
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。
