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：王丹, 黄鲁, 李垚
关键词：同时定位与地图构建(SLAM), 线特征, 单目视觉, 移动机器人, 半直接法
当相机快速运动导致图像模糊或场景中纹理缺失时，基于点特征的同时定位与地图构建（SLAM）算法难以追踪足够多的有效特征点，定位精度和鲁棒性较差，甚至无法正常工作.为此，设计了一种基于点、线特征并融合轮式里程计数据的单目视觉同时定位与地图构建算法.首先，利用点特征与线特征的互补来提高数据关联的准确性，并据此构建具有几何信息的环境特征地图，同时引入轮式里程计数据为视觉定位算法提供先验和尺度信息.然后，通过最小化局部地图点、线的重投影误差得到更准确的视觉位姿，在视觉定位失效时，定位系统能根据轮式里程计数据继续工作.通过对比在多组公开数据集上得到的仿真实验结果可知，本文算法性能优于MSCKF（multi-state constraint Kalman filter）和LSD-SLAM（large-scale direct monocular SLAM）算法，证明了该算法的准确性和有效性.最后，将该算法应用于课题组搭建的机器人系统上，得到单目视觉定位均方误差（RMSE）约为7 cm，在1.2 GHz主频、四核处理器的嵌入式平台上平均每帧（640×480）的处理时间约为90 ms.
来源：2019年第3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。