面向光照不均匀温室环境的SLAM定位方法
张燕
佳木斯大学,黑龙江 佳木斯 154007
摘要：针对温室环境中光照不均匀导致温室机器人视觉定位精度降低的问题,提出了一种适应光照不均匀温室环境的视觉SLAM定位方法.首先,基于曲线的图像增强方法以优化弱光图像质量,构建深度学习模型预测增强曲线参数,该模型不依赖配对数据集即可完成训练.将增强模型作为ORB-SLAM3的图像预处理模块,对低光照图像和亮度不均匀图像进行增强处理.实验结果表明:与原始ORB-SLAM3算法相比,该方法在EuRoC数据集上存在暗光照的3个序列上的绝对轨迹误差平均降低了18.1%;在公开温室农业数据集的实验中,提取到的特征点数量明显增加,有效提升了视觉SLAM算法在光照复杂的温室环境中的定位稳定性与精度.
关键词：低光照温室图像增强同步定位与建图无监督学习
分类号：S625(设施园艺（保护地栽培）)
论文发表日期：2026-02-25
在线出版日期：2026-03-25（本平台首次上网日期，不代表文献的发表时间）
页数：5( 18-22 )