结合深度估计网络的SLAM视觉里程计研究
张功明清
西安工程大学计算机科学学院/陕西省服装设计智能化重点实验室 西安 710048
摘要：同时定位与建图(SLAM)是机器人、AR/VR领域的核心技术,起着联系自身位置与环境关系的重要作用.针对传统单目SLAM算法在环境尺度精确性以及系统初始化耗时长易失败等问题,提出了一种将深度估计网络与ORB-SLAM2系统灵活的结合的方案.根据ORB-SLAM2以关键帧为基础,展开建图与定位的工作,提出了一种有效的降低资源耗损的预处理方案.论文基于ROS架构,将SLAM视觉里程计模块与深度估计网络相结合,使单目SLAM在初始化阶段获取环境深度信息,一定程度上降低了SLAM系统初始化时间,提高了SLAM系统的精度,改善初始化时的鲁棒性易失败的情况.经过TUM数据集的测试,结果表明该方法可以有效提高单目ORB-SLAM2的精度与鲁棒性.
关键词：同时定位与建图ORB-SLAM2深度估计网络ROS视觉里程计
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-06-20
在线出版日期：2025-09-23（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1601-1607 )
英文信息