针对同步定位与建图(Simultaneous Localization and Mapping,SLAM)系统经常因为相机抖动及场景结构单一等问题而导致跟踪失败的情况,以及重建三维地图的任务,提出了一种混合SLAM方法(R-ORB SLAM)。该方法采用一种基于光度误差的位姿粗...针对同步定位与建图(Simultaneous Localization and Mapping,SLAM)系统经常因为相机抖动及场景结构单一等问题而导致跟踪失败的情况,以及重建三维地图的任务,提出了一种混合SLAM方法(R-ORB SLAM)。该方法采用一种基于光度误差的位姿粗略估计作为特征视觉里程计的先验,在ORB-SLAM2跟踪失败的情况下,使用该结果参与位姿估计。同时,在建图模块,对由每个关键帧点云拼接得到的全局点云地图使用VoxelGrid滤波器进行下采样,得到去除冗余点的稠密三维点云地图。通过对三维点云地图使用Poisson算法实现表面重建,得到三维地图模型。在两个流行的公开数据集上的实验结果表明,本文方法能有效解决跟踪失败问题,实现三维地图重建,具有较高的跟踪精度与重建精度。展开更多
文摘针对同步定位与建图(Simultaneous Localization and Mapping,SLAM)系统经常因为相机抖动及场景结构单一等问题而导致跟踪失败的情况,以及重建三维地图的任务,提出了一种混合SLAM方法(R-ORB SLAM)。该方法采用一种基于光度误差的位姿粗略估计作为特征视觉里程计的先验,在ORB-SLAM2跟踪失败的情况下,使用该结果参与位姿估计。同时,在建图模块,对由每个关键帧点云拼接得到的全局点云地图使用VoxelGrid滤波器进行下采样,得到去除冗余点的稠密三维点云地图。通过对三维点云地图使用Poisson算法实现表面重建,得到三维地图模型。在两个流行的公开数据集上的实验结果表明,本文方法能有效解决跟踪失败问题,实现三维地图重建,具有较高的跟踪精度与重建精度。
