针对移动机器人的同步定位与制图问题(SLAM,Simultaneous Localization and Mapping),传统的视觉SLAM算法在制图过程中可能遇到制图断链的情况,这是由于在制图的过程中环境数据特征点缺失造成的,以RGBD-SLAM算法为例在特征点缺少的情况...针对移动机器人的同步定位与制图问题(SLAM,Simultaneous Localization and Mapping),传统的视觉SLAM算法在制图过程中可能遇到制图断链的情况,这是由于在制图的过程中环境数据特征点缺失造成的,以RGBD-SLAM算法为例在特征点缺少的情况下鲁棒性都较低。设计双Kinect系统平台扩大相机的数据采集范围,变相地扩大每帧图像特征点的数量以提高SLAM算法的鲁棒性。同时,给出了特征点选取的方法。实验表明双Kinect系统平台的设计能够提供系统的鲁棒性,能在一定程度上解决在特征点缺少情况下的SLAM问题。展开更多
文摘针对移动机器人的同步定位与制图问题(SLAM,Simultaneous Localization and Mapping),传统的视觉SLAM算法在制图过程中可能遇到制图断链的情况,这是由于在制图的过程中环境数据特征点缺失造成的,以RGBD-SLAM算法为例在特征点缺少的情况下鲁棒性都较低。设计双Kinect系统平台扩大相机的数据采集范围,变相地扩大每帧图像特征点的数量以提高SLAM算法的鲁棒性。同时,给出了特征点选取的方法。实验表明双Kinect系统平台的设计能够提供系统的鲁棒性,能在一定程度上解决在特征点缺少情况下的SLAM问题。