基于在线光度标定的半直接视觉SLAM算法

• 作者: 顾恺琦 刘晓平 王刚 黎星华
• 来源期刊: 机器人
• 学科: 工学
• 关键词: 同时定位与地图创建（SLAM） 半直接视觉里程计（SVO） 在线光度标定 光束平差 位姿估计 关键帧
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 672-681
• 页数: 9页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13973/j.cnki.robot.210341

摘要

为解决视觉SLAM（同时定位与地图创建）算法依赖图像亮度而对光照变化场景敏感的问题，提出一种基于在线光度标定的半直接视觉SLAM算法。首先，根据相机成像原理，提出基于光度标定的帧间位姿估计方法，在求解位姿的同时对原始的输入图像进行光度校正。其次，在特征追踪环节采取最近共视关键帧匹配策略，以提升特征点匹配效率。最后，对后端重投影迭代优化策略进行改进，降低光照变化对视觉SLAM算法的精度和鲁棒性的影响。在TUM、EuRoC数据集上的实验结果表明，本算法的轨迹估计精度优于LSD-SLAM和SVO 2.0算法，尤其是在中等难度、高难度的数据集序列上。在真实环境测试中，通过对比本算法与激光方法的轨迹估计结果，证明本算法有效提高了传统视觉SLAM方法在光照不均匀场景下的定位精度与鲁棒性。