基于快速视觉里程计和大回环局部优化模型的改进VSLAM算法

从提高移动机器人视觉同时定位与地图创建(visual simultaneous localization and mapping,VSLAM)过程中的自主定位精度和实时性的角度出发,提出了一种基于快速视觉里程计和大回环局部优化模型的改进VSLAM算法.首先,在对特征点进行不确定性分析的基础上,对color GICP(color supported generalized iterative closest point)误差函数进行改进,采用帧到模型(frame-to-model)方式实现对数据集和模型集的快速配准,并结合卡尔曼滤波和加权方法实现对模型集的更新,提高位姿估计精度;其次,提出一种基于模型到模型(model-tomodel)配准的大回环局部优化模型,并结合g2o图优化方法对位姿估计累积误差进行快速局部优化,从而进一步提高自主定位精度和效率.数据集离线对比实验和实际场景在线实验均表明,本文方法不但有效提高了移动机器人VSLAM过程中的自主定位和建图精度,而且具有较好的实时性.