-
题名低光照条件下的鲁棒视觉惯性SLAM算法
被引量：4
- 1
-
-
作者
高扬
王兴奔
徐永贵
张传玺
-
机构
长安大学汽车学院
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第6期39-44,共6页
-
基金
国家自然科学基金(61503043)
陕西省自然科学基金(2019JLP-07)。
-
文摘
针对低光照条件下视觉惯性同步定位与地图构建(VI-SLAM)算法易发生漂移甚至跟踪失败的问题,提出一种改进的VI-SLAM算法。通过增强低光照度条件下的视觉效果提升VI-SLAM的鲁棒性,提出一种新的图像增强算法。首先对图像进行多尺度Retinex处理,然后分别进行自适应Gamma校正和对比度受限的直方图均衡化(CLAHE)处理,并采用提出的融合策略进行图像融合;同时采用改进的FAST角点提取算法和随机采样一致(RANSAC)算法提高前端鲁棒性。根据EuRoC数据集上的实验结果,相比于VINS-Mono算法,该算法的轨迹跟踪均方根误差平均降低了23.98%,根据实际场景下的实验结果,该算法的运动轨迹相比于VINS-Mono更接近真实轨迹。实验结果表明,该算法可以有效提升低光照条件下的定位精度。
-
关键词
低光照slam
图像增强
角点提取
位姿估计
融合定位
-
Keywords
low light simultaneous localization and mapping(slam)
image enhancement
corner point extraction
pose estimation
fusion positioning
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
