针对帧到帧模型里程计中特征点的冗余、耗费计算资源的问题,提出一种自适应特征提取与匹配的视觉里程计算法。对局部地图特征区域分块,在已有特征区域分块的基础上,基于稀疏化保留冗余特征区域中的高效特征点;针对特征区域中特征匹配点...针对帧到帧模型里程计中特征点的冗余、耗费计算资源的问题,提出一种自适应特征提取与匹配的视觉里程计算法。对局部地图特征区域分块,在已有特征区域分块的基础上,基于稀疏化保留冗余特征区域中的高效特征点;针对特征区域中特征匹配点不足的情形,从局部地图中补充方向性和尺度性良好的ORB(oriented FAST and rotated BRIEF)特征点,利用补充的特征点二次匹配;结合PnP(perspective-n-point)估计姿态,实现SLAM的前端视觉里程计。采用TUM(Technische Universit t München)通用数据集验证,并与其它算法在前端时间、特征点数量、轨迹绝对误差等方面对比,对比结果表明了改进算法在上述特征效果的优势。展开更多
文摘针对帧到帧模型里程计中特征点的冗余、耗费计算资源的问题,提出一种自适应特征提取与匹配的视觉里程计算法。对局部地图特征区域分块,在已有特征区域分块的基础上,基于稀疏化保留冗余特征区域中的高效特征点;针对特征区域中特征匹配点不足的情形,从局部地图中补充方向性和尺度性良好的ORB(oriented FAST and rotated BRIEF)特征点,利用补充的特征点二次匹配;结合PnP(perspective-n-point)估计姿态,实现SLAM的前端视觉里程计。采用TUM(Technische Universit t München)通用数据集验证,并与其它算法在前端时间、特征点数量、轨迹绝对误差等方面对比,对比结果表明了改进算法在上述特征效果的优势。
