静态与动态场景下视觉里程计定位精度优化方法

为提高视觉SLAM(Simultaneous Localization and Mapping,同时定位与建图)系统在静态场景和动态场景下的定位精度,提出了一种静态与动态场景下视觉里程计定位精度优化方法。在静态/动态场景中,首先利用最小化重投影像素点坐标误差/最小化深度误差得到相机位姿初步估计值,同时剔除误差较大的匹配点对。然后将上一步估计所得的相机位姿作为初值,利用最小化重投影像素点灰度误差/最小化重投影像素点坐标误差得到最终估计相机位姿。针对所提出的方法,基于ORB-SLAM2代码框架进行了改进实验。对于静态场景,将TUM数据集和EuRoC数据集用作实验数据进行实验对比;对于动态场景,将TUM数据集和KITTI数据集用作实验数据进行实验对比。最终的实验结果清晰表明,将本文所提方法融入到ORB-SLAM2算法中能够有效提高系统的定位精度。