基于特征点法的自适应SLAM改进方法

由于传统的机器人定位导航的方法多为特征点法,由于特征点法需要在较为丰富的纹理环境下进行特征点的提取,故特征点法易在低纹理环境下失效。针对机器人定位导航在低纹理环境下失效的问题,提出一种机器人定位导航改进方法,通过对于相机图像的预处理,分选出低纹理环境图片,并把分选好的图片流入不同的系统进行处理,最后结合得到的位姿信息与惯性测量单元(IMU)中的数据进行融合,得到一个可以适用于低纹理环境下的机器人定位导航系统。使用EuRoC数据集对于改进的机器人定位导航系统进行验证。实验结果表明,该系统可以识别ORB-SLAM2无法正常运行的低纹理环境,误差比LSD-SLAM的减小70%。