基于松组合的视觉惯性SLAM方法

• 作者: 孙彤 孙立博 秦文虎
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: ORB-SLAM 卡尔曼滤波 组合定位 回环检测 增强现实
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机器人技术与应用
• 页码范围: 17-21
• 页数: 5页
• 分类号: TP391
• 字数: 3322字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.04.004

摘要

研究了一种基于松组合的视觉惯性即时定位与同步构图(SLAM)方法.针对视觉特征点匹配率低问题,研究基于ORB(Oriented FAST and Rotated BRIEF)特征点的提取方法;基于ORB-SLAM的输出,结合SINS提出了一种具有回环检测功能的SLAM/SINS组合方法.利用最小二乘法估计视觉SLAM算法的尺度因子;构建SLAM/SINS的非线性卡尔曼滤波器,将视觉SLAM系统输出的位置信息经过尺度变换后作为观测量进行卡尔曼滤波,修正惯导的误差.最后利用标准数据集证明与开源的SLAM算法进行对比,结果表明,所提出的算法有比较高的定位精度,并且在移动设备上开发了增强现实软件,以增强现实为实验手段验证在较大的空间范围和环境干扰下,这种组合方法具备较好的漂移消除能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦文虎	东南大学仪器科学与工程学院	58	444	12.0	18.0
2	孙彤	东南大学仪器科学与工程学院	7	15	3.0	3.0
3	孙立博	东南大学仪器科学与工程学院	8	24	3.0	4.0