Abstract：
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.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
广播电视网络
ISSN： 2096-806X
CN： 10-1686/TN
Year： 2023
Issue： 6
Volume： 30
Page： 108-112
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
