摘要
本发明公开了一种基于RGB‑D相机点线特征融合的视觉SLAM方法,主流的SLAM系统适用的场景严格受到它们对静态环境的假设的限制,以及在低纹理或弱纹理区域下,普通的特征点提取方法检测不到稳定的图像特征,同时弱纹理区域普遍存在弱梯度场分布特性,在这些区域中的特征描述符存在较低的区分度,容易产生误匹配的问题。本发明针对所描述问题场景,结合注意力机制和图神经网络训练出一种点线特征提取匹配的神经网络并提出了一种基于RGB‑D相机点线特征融合的视觉SLAM方法。本发明特征提取及匹配网络复用性强,在视觉匹配领域也具有应用场景。
技术关键词
视觉SLAM方法
点线特征融合
特征描述符
关键帧
关键点
多层感知机
线段
图片
构建代价函数
相机
特征点提取方法
矩阵
匹配网络
注意力
编码器
弱纹理区域
训练神经网络
神经网络训练
系统为您推荐了相关专利信息
高压断路器
预警方法
故障诊断模型
故障预测模型
局部放电故障
优化估计方法
人体姿态估计
视频生成模型
场景
序列