基于工业反光特征的高精度视觉SLAM方法

针对现有基于自然特征的视觉即时定位与地图构建(SLAM)精度无法满足工业级高精度测量定位需求的问题,提出一种基于工业反光特征的高精度实时视觉SLAM方法,将工业摄影测量使用的高反光特征引入到非结构化工厂场景中,利用图优化理论来实现基于反光特征的实时高精度定位测量。先利用关键帧图像网络优化方法快速计算地图精确点坐标,再基于全局地图与辅助惯性里程计信息实时求解相机高精度六自由度位姿,最后将位姿测量结果与真值进行比较。实验结果表明,在缺少自然特征的场景中,反光特征的引入使得ORB-SLAM3算法的定位精度提高了74.5%。同时本文方法相较于采用反光特征的ORB-SLAM3、PnP算法在定位精度上平均提升了66.72%、12.93%。实验结果的绝对轨迹误差均小于2 mm,平均误差为1.5 mm,相对姿态误差则小于0.03°,实现了非结构化工业环境下的高精度实时定位。