基于ORB-slam2改进的八叉树地图构建家用电动绞肉机>钢管在线
作者:周明超来源:《电脑知识与技术》2018年第34期 摘要:ORB-slam2在建图部分构建的是稀疏特征点地图,无法提供导航功能。考虑到八叉树地图可以实现三维导航,该文在原ORB-slam2算法的基础上增加了八叉树的地图构建。实现方式是将点云地图转化为八叉树地图,并在建图之后对地图进行滤波处理。通过对TUM数据集和真实环境的同步定位与地图构建实验证明,滤波之后的八叉树地图在不破坏环境结构的情况下,相比于点云地图节省了大量的内存空间,并且去除了因为噪声产生的孤立的点,使地图变得干净准确,为后续的三维导航提供有效的技术支持。 hcpl2630
关键词:ORB-slam2;点云地图;八叉树地图;滤波;TUM数据集
cwmp 中图分类号:TP242.6; ; ; ; 文獻标识码:A; ; ; ; 文章编号:1009-3044(2018)34-0236-02
同步定位与地图构建(SLAM)[1]在过去的20年中,一直是计算机视觉和机器人自主移动领域的热门研究对象。同步定位与地图构建技术是在未知的环境中建立一个地图并且能够在地图中完成对自身的定位[2]。同步定位与地图构建搭载各种不同的传感器,如雷达、相机等。相机传感器受到了研究者们的青睐。相机提供的图像信息能够带来鲁棒性和精确的位置识别[3],而位置识别是同步定位与地图构建系统中的关键模块。
人工天竺黄
透水混凝土增强剂 2015年Mur-Artal等提出了ORB-SLAM( Oriented FAST and Rotated BRIEF-Simultaneous Localization And Mapping)算法,使视觉SLAM发展的一个高峰。ORB-SLAM2是在原算法的基础上的改进和优化,但算法最终只构建基于特征点的稀疏点云地图,无法应用于机器人导航和路径规划等实际领域。