论文部分内容阅读
针对传统滤波器方法解决机器人同时定位与地图创建（SLAM）时的误差积累问题,提出了一种基于视觉词典（BOW）的三维SLAM算法,以有效解决机器人长时间运动下误差积累的问题。相比图优化SLAM中常用的随机检测和Kd树（Kd-Tree）算法,采用基于树结构的视觉词典闭环检测算法来提高相似场景的检索效率。首先采用基于GPU的特征提取算法提取图像特征,并利用交叉匹配和k最近邻（k NN）算法取得图像中鲁棒性较强的内点;然后通过基于随机抽样一致性奇异值分解（RANSAC SVD）算法计算出相邻帧的初始位姿变换,并利