声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：刘勇, 刘智聪, 邵津津, 李程, 蓝德劭
关键词：事件流, 同步定位与地图构建, 时间曲面, 高动态场景
现有的基于事件相机的同步定位与地图构建（SLAM）方法大多依赖事件流长时间积累，无法有效利用事件流之间的关联，导致建图与定位精度欠佳等问题。为此，本文探索了一种基于事件相机的双目视觉SLAM系统，通过匹配左右时间曲面上的最近时间戳事件，计算特征深度信息，通过Luacas-Kanede算法匹配深度信息与时间曲面信息来计算位姿的微小增量，以实现跟踪；然后基于Students’t概率模型，使用IRLS（迭代重加权最小二乘）算法加速对深度信息的融合，得到半稠密地图。使用开源数据集模拟极端环境对算法进行性能测试，并对建图与跟踪的结果进行误差分析。试验结果表明，相比于现有的最优异的方法，本文方法拥有更好的建图效果，在不同数据集上的位姿误差降低48.3%，具备更高的定位精度；同时在光线不足、高动态场景下均能鲁棒地工作。
来源：2026年第1期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。