融合光流与深度估计的视觉SLAM研究
单目视觉SLAM会受到尺度不确定性问题的影响,同时特征点法在动态和低纹理场景下存在有效信息不足、定位精度差的问题.为了解决以上问题,本文提出了一种新型的视觉SLAM算法.该算法在前端部分融合了深度估计和光流估计,仅依赖单目相机就可以计算真实世界尺度;在后端部分解决了光流匹配与词袋模型不兼容的问题,实现光流法VO的回环检测和全局位姿图优化.该算法同时具备局部定位的高精度和长时间定位的可靠性,本文采用户外驾驶数据集KITTI测试该算法的性能,并与当下多个主流算法进行详尽比较.
视觉SLAM、深度估计、光流估计
30
TP242.62;V249;TP391.41
2023-07-13（万方平台首次上网日期，不代表论文的发表时间）
共5页
108-112
