| 基于改进ORB-SLAM2的单目视觉算法 |
| |
| 引用本文： | 于航,杨维鑫,李光雷,樊梦成,杨科成,余铖.基于改进ORB-SLAM2的单目视觉算法[J].南方农机,2023(13):16-19. |
| |
| 作者姓名： | 于航 杨维鑫 李光雷 樊梦成 杨科成 余铖 |
| |
| 作者单位： | 浙江农林大学光机电工程学院 |
| |
| 摘 要： | 【目的】视觉SLAM算法受光照强弱或低纹理等场景的影响，导致产生特征提取鲁棒性差、位姿计算精度低等问题，为解决上述问题展开针对性研究。【方法】研究团队提出基于改进ORB-SLAM2的SuperPoint-SLAM算法模型，将ORBSLAM中的特征匹配模块替换成基于SuperPoint网络的特征匹配，并据此进行特征跟踪、局部建图、关键帧识别、回环检测、位姿估计。将改进后SLAM算法与ORB-SLAM2算法分别在freiburg3＿sitting＿xyz与freiburg3＿walking＿xyz＿validation两个数据集进行训练验证。【结果】SuperPoint-SLAM算法在动态环境中具有比ORB-SLAM2更高的定位精度，在特征点提取数量上提升近50%，轨迹误差减少0.008 m，而且在强弱光照条件下，基于SuperPoint网络的单目SLAM相较ORB-SLAM2有更强的鲁棒性。【结论】研究团队将利用Kinect2.0，基于SuperPoint与ORB-SLAM2，进一步进行稠密地图构建，实现机器人导航。
|
| 关 键 词： | 同步定位与建图 视觉定位 ORB-SLAM SuperPoint 特征提取与匹配 |
|
|
