摘要
近些年以来,同步定位与建图技术(SimultaneousLocalizationandMapping,
SLAM)已成为人工智能领域研究的焦点,并在智能家居、自动驾驶以及虚拟
现实等多个领域得到广泛应用。视觉SLAM技术特别受到关注是因为其具备较
低的传感器成本和丰富的信息量。然而,在纹理较少的环境中,传统视觉
SLAM可能会因为特征点缺失而导致定位不准确。因此,本文提出了一个融合
深度学习的视觉SLAM方法,该方法结合了深度学习在特征点提取上的优势和
场景中的平面特征信息,
摘要
近些年以来,同步定位与建图技术(SimultaneousLocalizationandMapping,
SLAM)已成为人工智能领域研究的焦点,并在智能家居、自动驾驶以及虚拟
现实等多个领域得到广泛应用。视觉SLAM技术特别受到关注是因为其具备较
低的传感器成本和丰富的信息量。然而,在纹理较少的环境中,传统视觉
SLAM可能会因为特征点缺失而导致定位不准确。因此,本文提出了一个融合
深度学习的视觉SLAM方法,该方法结合了深度学习在特征点提取上的优势和
场景中的平面特征信息,
文档评论(0)