摘要
近年来,移动机器人技术讯速发展,而即时定位与地图构建(SimultaneousLocationAnd
Mapping,SLAM)技术作为其核心之一也取得了长足进步。其中基于视觉的SLAM算法
作为移动机器人感知和定位技术也相对成熟,但是它在昏暗、纹理较弱的环境中表现较差,
容易导致特征点丢失。因此,面对机器人越来越复杂的应用环境,只使用单一相机传感器
的视觉SLAM算法很难满足机器人在复杂环境下实现高精度、实时性和强鲁棒性的环境
感知和定位需求。为解决这一问题,本文提出了一种融合双
摘要
近年来,移动机器人技术讯速发展,而即时定位与地图构建(SimultaneousLocationAnd
Mapping,SLAM)技术作为其核心之一也取得了长足进步。其中基于视觉的SLAM算法
作为移动机器人感知和定位技术也相对成熟,但是它在昏暗、纹理较弱的环境中表现较差,
容易导致特征点丢失。因此,面对机器人越来越复杂的应用环境,只使用单一相机传感器
的视觉SLAM算法很难满足机器人在复杂环境下实现高精度、实时性和强鲁棒性的环境
感知和定位需求。为解决这一问题,本文提出了一种融合双
文档评论(0)