首先改进型 SLAM 算法在构建局部地图时,通过将关键帧子集的选择问题转换为一个具有子集性质的函数,引用动态规划算法寻找最优解,然后挑选出具有最小化不确定性的关键帧去建立关键帧子集 Klocal 和 Kfixed ,接下来通过不确定量化模型将局部地图的不确定性最小化;但在全局地图构建 中,候选关键帧会先传输到边缘服务器...
在TUM的RGB-D数据集上的实验结果表明,与ORB-SLAM3相比,该算法可以减少约50%的匹配耗时,同时在匹配数量上平均提升60%,定位平均误差降低32%。此外,与稀疏地图相比,该方法生成易于2次加工的稠密点云地图,扩大算法的应用场景。 关键词: 同步定位与建图, 特征点, 特征匹配, 基于网格的运动统计, 稠密建图, 点云...
步骤也很相似,在官网得知算法订阅的topic 后,由于在rtabmap中,也是用深度相机即RGBD相机,所以在不修改机器人模型的基础上,将算法要求的topic 重命名: 新建launch文件: orb_slam2_rgbd.launch <launch><argname="PATH_TO_VOCABULARY"value="$(find ORB_SLAM2)/vocabulary_files/ORBvoc.txt"/><argname="PATH_T...
而该场景的平移以及非曼哈顿世界场景的位姿采用追踪的点,线,面特征进行估计和优化;最后根据关键帧和相应位姿实现稠密建图.采用慕尼黑工业大学(technische universit?t münchen, TUM)数据集验证所提建图方法,经过与ORB-SLAM2算法比较,均方根误差平均减少0.24 cm,平均定位精度提高7.17%,验证了所提方法进行稠密建图的...
本发明公开了一种基于RGB‑D相机的改进ORB‑SLAM2算法地图构建方法,首先从相机TUM获取的图像,并在传统ORB‑SLAM2框架的基础上对相邻的图像帧中新增帧间相对运动量对关键帧进行筛选;同时新增特征点跟踪进行判定,从而提高关键帧选取的准确率;然后在原本系统三线程的基础上添加稠密点云建图线程;将关键帧位姿信息通过...
摘要 针对传统ORB算法存在提取的特征点极易堆积在纹理丰富的区域及误匹配率高等而导致无法满足高精度定位要求,以及ORB-SLAM3系统无法构建稠密地图的问题,提出一种基于ORB-SLAM3的改进型ORB-GMS特征匹配方法,并...展开更多 In view of the problems that the extracted feature points of the traditional ORB ...
针对果园喷药机器人视觉导航过程中定位精度低,地图构建效果差等问题,本文提出一种新的视觉定位与稠密建图算法.该算法基于ORB-SLAM2算法架构,首先,通过优化FAST角点,描述子阈值,并采取图像金字塔法与高斯滤波算法,剔除劣质ORB特征点,以提升图像关键帧质量和特征匹配精度.其次,引入稠密建图线程,利用点云恢复算法,统计滤波...
首先使用暴力匹配算法匹配改进AKAZE算法提取的特征点,然后使用伪色彩算法恢复灰度图的色彩信息,之后采用高斯混合模型分割图像中R通道的所有像素,最后保留相同分割区域中的特征点.本文将提出的改进AKAZE算法与改进高斯混合模型算法融合后,使用TUM数据集中的十五组数据进行验证,其平均匹配精确度相比ORB算法提高了0.1867,证明该...
joca. cn基于ORB-SLAM2系统的快速误匹配剔除算法与地图构建席志红,王洪旭 * ,韩双全(哈尔滨工程大学 信息与通信工程学院,哈尔滨 150001)(∗ 通信作者电子邮箱504715799@qq. com)摘要:针对ORB-SLAM2系统中随机抽样一致(RANSAC)算法在误匹配剔除时因其算法本身的随机性而导致效率较低的问题和在 ORB-SLAM2系统里...