基于特征点改进的视觉SLAM定位研究

来源：计算机测量与控制杂志2024年第2期北京时间：

作者：王伟,汤琴琴,汪先伟

单位：南京信息工程大学自动化学院

摘要：为改善视觉SLAM(SimultaneousLocalizationandMapping)系统在低纹理环境下定位精度较低的现象,提出一种改进的ORB(OrientedFASTandRotatedBRIEF)特征点提取策略和一种关键帧选择机制；首先采用多尺度分析和基于局部灰度的特征检测方法克服一般ORB算法缺乏尺度和旋转描述的缺点；其次提出一种基于高斯模糊的图像信息增强方法解决传统ORB特征点提取方法在纹理信息不被突出环境下容易失效的问题,并对图像进行象限分割使特征点均匀分布；最后为剔除劣质关键帧,设计了一种综合时间因素与特征点数量因素的关键帧选择机制；将提出的方法移植到ORB_SLAM2上,并在TUM数据集上测试,实验结果表明,视觉SLAM系统的定位误差平均降低14.688%,证实了本文方法的有效性。

关键词：视觉SLAM;低纹理;特征点;关键帧;定位

基金资助：第十六批次江苏省“六大人才高峰”高层次人才 项目(XYDXX-045)；江苏省自然科学基金面上项目(BK20211037)；南京信息工程大学无锡校区研究生创新实践项 目(WXCX202121)