论文部分内容阅读
针对室内环境中对定位精度和可用性不断提高的需求,基于视觉的同步定位与建图算法(SLAM)成为了室内定位领域的研究热点,但是视觉SLAM算法或因采用点作为特征导致其在低纹理环境鲁棒性较低,或因只采用光度计算而对环境过于敏感。由此,提出了基于光度和点线特征融合的半直接单目视觉定位算法,结合基于光度的直接法构建相对稠密的逆深度场景结构进行位姿优化,同时在基于点特征的算法上加入直线特征提高特征的丰富性和位姿估计的准确性。通过EuRo C数据集和实际场景实验表明:所提方法具有更高的位姿估计精度和鲁棒性。