在视觉SLAM(Simultaneous Localization and Mapping)系统中,特征匹配对实时定位与建图起着重要作用。ORB-SLAM3系统面临特征匹配效率不高且缺乏稠密地图构建能力的问题,针对该问题文章提出了一种融合网格运动统计策略和稠密建图能力的...在视觉SLAM(Simultaneous Localization and Mapping)系统中,特征匹配对实时定位与建图起着重要作用。ORB-SLAM3系统面临特征匹配效率不高且缺乏稠密地图构建能力的问题,针对该问题文章提出了一种融合网格运动统计策略和稠密建图能力的算法ORB-SLAM3-GD(ORB-SLAM3 with GMS Strategy and Dense Mapping)。新算法在特征匹配阶段,通过比较特征点邻域内的匹配点数量和阈值筛选正确匹配以提升匹配准确率,并引入稠密点云构建线程生成稠密点云地图,在生成地图的过程中采用外点剔除滤波与体素网格滤波技术压缩点云规模。在TUM(Technical University of Munich,TUM)数据集上进行性能评估测试,结果表明:相比ORB-SLAM3,文章所提算法平均匹配点数提升了61.7%,匹配时间缩短45.61%,绝对轨迹误差平均降低21.62%,体现了新算法的优势。展开更多
文摘在视觉SLAM(Simultaneous Localization and Mapping)系统中,特征匹配对实时定位与建图起着重要作用。ORB-SLAM3系统面临特征匹配效率不高且缺乏稠密地图构建能力的问题,针对该问题文章提出了一种融合网格运动统计策略和稠密建图能力的算法ORB-SLAM3-GD(ORB-SLAM3 with GMS Strategy and Dense Mapping)。新算法在特征匹配阶段,通过比较特征点邻域内的匹配点数量和阈值筛选正确匹配以提升匹配准确率,并引入稠密点云构建线程生成稠密点云地图,在生成地图的过程中采用外点剔除滤波与体素网格滤波技术压缩点云规模。在TUM(Technical University of Munich,TUM)数据集上进行性能评估测试,结果表明:相比ORB-SLAM3,文章所提算法平均匹配点数提升了61.7%,匹配时间缩短45.61%,绝对轨迹误差平均降低21.62%,体现了新算法的优势。
