-
题名融合LK光流改进的ORB-SLAM2算法研究
- 1
-
-
作者
杨秋宸
王霄
徐凌桦
-
机构
贵州大学电气工程学院
-
出处
《现代电子技术》
2025年第22期8-14,共7页
-
基金
国家自然科学基金资助项目(61861007)
国家自然科学基金资助项目(61640014)
+8 种基金
贵州省科技计划资助项目(黔科合基础-ZK[2021]一般303)
贵州省科技支撑计划资助项目(黔科合支撑[2022]一般017)
贵州省科技支撑计划资助项目(黔科合支撑[2022]一般264)
贵州省科技支撑计划资助项目(黔科合支撑[2023]一般096)
贵州省科技支撑计划资助项目(黔科合支撑[2023]一般412)
贵州省科技支撑计划资助项目(黔科合支撑[2023]一般409)
贵州省教育厅创新群体项目(黔教合KY字[2021]012)
中国电力建设股份有限公司科技项目(DJ-ZDXM-2022-44)
贵大引进人才项目(贵大人基合字(2014)08号)。
-
文摘
为解决传统ORB-SLAM2算法定位实时性差、精度不足以及无法稠密建图的问题,提出一种融合LK光流法的改进ORB-SLAM2算法。该算法基于ORB-SLAM2的架构进行改进。首先,基于帧判别准则,加入LK光流法实现帧间加速跟踪,提高定位实时性;其次,计算图像帧特征点的RGB光度值与彩色地图点云的光度值之间的误差,并将其作为约束条件,进一步优化位姿;最后,构建出精确的稠密点云地图。在TUM数据集上进行验证,并在真实场景下进行建图实验。结果表明:所提算法的每帧图像平均处理时间比ORB-SLAM2和ORB-SLAM3分别减少了64.99%、64.75%;定位精度的标准误差比ORB-SLAM2和ORB-SLAM3分别减少了31.69%、29.60%,有效提高了实时性和精度,且构建的稠密点云地图对于移动机器人的导航具有较高价值。
-
关键词
改进ORB-SLAM2
LK光流法
特征点提取
帧间加速
光度误差
稠密点云
-
Keywords
improved ORB-SLAM2
LK optical flow method
feature point extraction
inter-frame acceleration
photometric error
dense point cloud
-
分类号
TN929.1-34
[电子电信]
-
