本文将从算法原理、实现过程、应用案例等方面,深入探究基于单目视觉的SLAM算法。 一、算法原理 SLAM(同时定位与地图构建)是利用传感器获得机器人运动轨迹的同时,构建机器人所在环境的地图的一种技术。单目视觉SLAM算法是利用单个摄像头获得机器人运动轨迹和环境地图的技术手段。其原理基于视觉几何,包括特征提取、特征匹配、...
本文提出一种改进的单目视觉SLAM算法,对单目SLAM算法的实时性和鲁棒性做了深入研究,通过引入CEKF,降低了扩展卡尔曼滤波随着时间的推移引发的维数灾难,在不影响结果准确度的前提下显著减少计算需求,实现视觉特征点的高速处理,从而提高了算法的鲁棒性,获得了更好的性能。 参考文献 [1] SMITH R, SELF M, CHEESEMAN P...
基于滤波的SLAM系统不可避免地存在累积误差。据调查,基于优化的SLAM方法比基于滤波的方法具有更高的精度[2],首先介绍基于关键帧优化方法的PTAM,然后介绍了在PTAM之后的ORB-SLAM,它将图像跟踪、局部地图维护和回环检测放在三个线程中,在整个系统中使用ORB特征来提高系统的健壮性。ORB-SLAM使用了两种初始化的方式:单应...
【SLAM】开源 |基于单目相机融合目标分割的SLAM算法,可以生成半稠密和轻量级的面向对象的地图面向对象的地图 在语义SLAM中,目标检测数据关联和位姿估计是最基本的问题,但由于缺乏可靠、准确的算法,这些问题一直没有得到解决。本文中,我们提出一个集成的数据关联策略,来整合参数和非参数统计测试。利用不同统计数据的性质,...
为了解决这些问题,SLAM 算法随后与基于CNN(卷积神经网络)的方法集成,利用单图像深度估计(SIDE)算法来估计环境的规模并从一组视频帧中对环境的3D重建进行致密化。最终融合这些信息以生成探索地图并实时定义环境的体积。这种方法的目标是提供快速的3D地图,以支持 FR在搜索和救援行动期间探索未知的室内环境。
视觉SLAM是移动机器人领域一个公认的问题,其中单目视觉SLAM是现今最具挑战性之一的问题。本文所做的工作是视觉SLAM后端处理的核心优化机制之一,闭环检测。此外本文还分析了现有的方法并提出了全新的闭环检测算法,它适用于稠密、半稠密以及基于特征的视觉SLAM方法。通过实验评估了本文算法,结果显示该算法使建图更加准确,同...
卓翼智能申请单目 SLAM 静止初始化专利,实现重力对齐 金融界 2024 年 12 月 18 日消息,国家知识产权局信息显示,北京卓翼智能科技有限公司申请一项名为“单目 SLAM 静止初始化方法、装置、无人机和存储介质”的专利,公开号 CN 119129627 A,申请日期为 2024 年 11 月。
大多数现有的优异性能的VO/SLAM系统都基于几何学特征的算法,必须针对不同的应用场景进行精心设计才能达到较好的效果。此外,大多数单目系统都存在尺度漂移问题。最近的一些深度学习工作以端到端的方式实现VO功能,但是这些深度系统的性能仍然无法与基于几何的方法相比。在这项工作中,我们回顾了VO的基础知识,并探索了如何将...
提出了基于图优化的单目线特征同时定位和地图构建(SLAM)的方法.首先,针对主流视觉SLAM算法因采用点作为特征而导致构建的点云地图稀疏,难以准确表达环境结构信息等缺点,采用直线作为特征来构建地图.然后,根据现有线特征的SLAM算法都是基于滤波器的SLAM框架,存在线性化及更新效率的问题,采用基于图优化的SLAM解决方案以提高定...
本文提出了一种用于无人机航拍的动态数字地表模型建图(DSM)算法,该算法基于同步定位及建图技术(SLAM)。通过处理单目SLAM系统输出的关键帧信息来生成局部DSM,然后逐步将局部DSM融合到全局DSM模型中。在局部DSM生成过程中,通过将滤波后的二维Delaunay网格投影变成三维网格,进而对数字高程模型(DEM)进行估计。同时,通过将三...