摘要
本发明公开一种基于退化权重引导自适应动态特征融合的SLAM方法,该方法的实现步骤是:对图像帧进行特征提取和跟踪;对动态观测点进行识别;计算帧的动态程度;计算特征点的退化权重;对残差进行加权;基于FAST角点进行粗匹配;基于静态特征进行细匹配;校验回环的准确性;调整位姿图并优化。本发明通过动态特征点的识别与退化权重的计算,使用退化权重对残差权,在此基础上通过FAST角点提取进行帧的粗匹配,充分利用动态信息,从而使得本发明具有单目VIO系统在动态场景下的定位精度高、回环检测可靠性高的优点。
技术关键词
静态特征
滑动窗口
特征点集合
视觉词袋模型
RANSAC算法
汉明距离
图像
SLAM系统
位姿变化量
节点
运动
判定特征
预测特征
动态场景
偏差
控制权
误差
系统为您推荐了相关专利信息
混沌时间序列
工业窑炉
变量
优化控制方法
混沌特征
网络数据处理方法
深度哈希学习
节点
注意力机制
网络数据处理装置
动态预测模型
海浪
高分辨率摄像头
编码器
长短期记忆网络