重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 269-276.

• “智能机器人感知、规划及应用技术”专栏 • 上一篇    下一篇

快速提取特征点的视觉 ＳＬＡＭ室内稠密建图研究

李兴州，何 锋，余国宽   

  1. （１．贵州大学 机械工程学院，贵阳 ５５００２５） （２贵州师范大学 机械与电气工程学院，贵阳 ５５００２５）
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:李兴州，男，硕士研究生，主要从事移动机器人即时定位与地图构建（ＳＬＡＭ）研究，Ｅｍａｉｌ：１３９８０７３９４１＠ｑｑ．ｃｏｍ； 通信作者 何锋，男，教授，主要从事汽车系统动力学与控制、新能源汽车研究；余国宽，男，副教授，主要从事基于 多传感器系统感知的移动自主车辆运动规划控制研究。

Research on visual SLAM indoor dense mapping for quickly extracting feature points

  • Online:2023-12-14 Published:2023-12-14

PDF (PC)

130

赞

摘要： 在视觉 ＳＬＡＭ（ｓｉｍｕｌｔａｎｅｏｕｓｌｏｃａｌｉｚａｔｉｏｎａｎｄｍａｐｐｉｎｇ）中，特征点的提取是影响全局 即时定位与地图构建效率的重要因素。对视觉 ＯＲＢＳＬＡＭ２算法进行研究，提出一种自适应网 格划分的方法优化特征点提取的效率，通过对图像金字塔层进行网格划分，提高特征点提取的 速度。在 ＴＵＭ数据集上进行了单目（ＭＯＮＯ）和 ＲＧＢＤ测试，结果表明，在平均每帧特征点提 取时间提高 ８％～１０％，绝对轨迹误差减少 ５％以上。在自适应网格算法中加入 ＲＧＢＤ稠密点 云构建线程，采用外点去除滤波和体素网格滤波减小点云规模，实现了稠密建图。在 ＴＵＭ数据 集上，该方法的室内稠密建图效果显著。

关键词: 视觉 ＳＬＡＭ, 自适应网格, 图像金字塔, 稠密建图

中图分类号: 

  • ＴＰ２４２．６