一种改进的地下车库弱纹理下智能汽车即时定位与建图算法

摘要：

地下车库中纯视觉的即时定位与建图(simultaneous localization and mapping,SLAM)方法无法克服光线不足和弱特征纹理两大不利因素,为此,提出一种基于VINS-Mono框架下改进的视觉惯导融合算法,把原算法中提取Harris角点的方法改进为提取灰度值陡变的像素点,并使用非线性优化方法在初始化阶段进行视觉位姿估计.后端采用滑动窗口的形式建立先验估计残差、惯性测量单元(inertial measurement unit,IMU)残差以及基于灰度值不变原理构建的视觉残差的联合残差模型,进一步提升了系统底层变量的优化效果,从而提高算法的定位准确度.通过基于EuRoc数据集的仿真实验和地下车库实际场景的实车实验,验证了所提算法的鲁棒性和精确性.

关键词：即时定位与建图(SLAM);弱特征纹理;灰度值陡变;视觉位姿估计;地下车库

所属期刊栏目：21

分类号：TP273;U461.99(自动化技术及设备)

资助基金：天津市新一代人工智能科技重大专项18ZXZNGX00230

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10369-10375