基于深度学习的视觉 SLAM 点面特征融合算法
作 者：
关硕硕
摘 要：
本研究提出了一种新型的视觉同步定位与地图构建技术，将深度神经网络与点云和图像特征融合，旨在增强常规同步定位与地图构建系统在纹理贫乏、结构丰富场景下的表现，旧式的基于视觉的同步定位与地图构建技术，主要借助图像上的关键点来推测相机的移动轨迹以及构建周围环境的映射，然而，在某些场景中，关键点的缺失会使这一估计过程失效。本文采用深度神经网络，将点状特性和二维特性相结合，旨在提高识别精确度和适应性，实验结果显示，与传统视觉依赖的同时定位与地图构建系统相比，所开发的计算方法在复杂环境中能够达到更准确的定位精度和更佳的地图创建成效。
来 源：
《信息产业报道》 2024-09