计算机应用研究

作者：陈维兴,王琛,陈斌,

单位：中国民航大学电子信息与自动化学院,天津300300；

关键词：机器视觉,同步定位与建图(SLAM),点线融合,线特征提取,几何约束,

基金：国家自然科学基金委员会—中国民航局民航联合研究基金资助项目(U1933107)；2020年天津市研究生科研创新项目(人工智能专项)(2020YJSZXS16)；中国民航大学研究生科研创新资助项目(2020YJS027)；；

针对现有点线融合视觉SLAM（simultaneous localization and mapping）方法中线提取和线匹配准确度低导致定位精度下降的问题，从多维度对现有点线融合双目视觉SLAM方法进行了改进研究。通过内部参数调整和长度阈值筛选改进LSD（line segment detection）提取质量；基于几何约束将线特征匹配抽象为稀疏最小化问题，求得最优解即找到线段最佳匹配；基于图像纹理评分和匹配成功特征数量分配点线特征权重，优化了后端点线特征融合策略。相比LSD算法和LBD（line binary descriptor）匹配方法，短线段数量平均下降了67%，匹配准确度平均提高了18%；相较于PL-SLAM，定位误差在EuRoC和KITTI数据集上分别下降了15%和45%左右。实验表明，通过多维度改进点线SLAM方法各模块的性能有效提高了SLAM系统的定位精度。

来源：2022年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第3期