本发明公开的一种基于点线面特征的结构化场景视觉SLAM方法,首先输入彩色图像及其对应的深度图像,在图像中提取点线面特征并进行特征匹配;然后根据平面法向量检测曼哈顿世界坐标系,若存在曼哈顿世界坐标系且在曼哈顿世界地图中出现则求出相机姿态并跟踪点线面特征估计位移,否则跟踪点线面特征估计位姿;然后对当前帧进行关键帧判断,若为关键帧则插入到局部地图;接着维护地图信息并对当前关键帧、相邻关键帧和三维特征进行联合优化;最后进行回环检测,若检测到闭环帧则闭合回环并进行全局优化。本发明是一种高精度、鲁棒性强的视觉SLAM方法,解决了低纹理的结构化场景下仅基于点特征的视觉SLAM精度下降甚至系统失效的问题。
声明:
“基于点线面特征的结构化场景视觉SLAM方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)