有效点较少的动态场景下单目视觉SLAM算法
孙平
闫冬
沈阳工业大学人工智能学院,沈阳110870
摘要：为了解决有效点较少的动态复杂场景下视觉SLAM准确定位问题,提出了一种基于自适应RANSAC动态特征点剔除的单目视觉SLAM算法.通过ARANSAC算法估计图像间的透视变换矩阵,并扭曲上一帧获得一个估计图像,使上一帧中的点转换到当前帧的坐标系下.通过计算特征点在估计图像和当前帧的光流值,区分并剔除ORB-SLAM2中的动态特征点,从而消除动态物体对SLAM定位性能的影响.利用TUM数据集的动态序列对本文算法进行仿真,并与ORB-SLAM2算法进行对比.结果表明,视觉SLAM算法绝对轨迹误差的标准偏差降低84.00％～96.11％,平移和旋转漂移的标准偏差最佳效果分别降低94.00％和96.44％,明显减少了视觉SLAM算法位姿估计的误差.本文算法能够在有效点较少的动态场景下,消除动态物体对视觉SLAM定位性能的影响,提高定位精度.
关键词：单目视觉SLAM动态场景ARANSAC算法光流透视变换动态特征点剔除
分类号：TP242.6(自动化技术及设备)
资助基金：国家重点研发计划(2016YFD0700104)辽宁省自然科学基金(2019ZD0203)
论文发表日期：2022-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 431-437 )
英文信息