基于改进点线特征与惯性传感单元融合的SLAM算法

摘要

针对传统同步定位与建图(SLAM)算法在密集环境中过度提取线段的问题,提出1种基于改进点线特征与惯性传感单元(IMU)紧耦合的SLAM算法,即IPLI-SLAM。在数据预处理阶段采用Shi-Tomasi特征进行点特征提取并使用LK (LucasKanade)光流进行跟踪和匹配;引入线特征,在像素梯度过滤机制的基础上改进直线段检测(LSD)提取算法,筛选过滤线特征密集区域;将视觉点线信息与IMU紧耦合后加入后端,提高算法精度,最后将IPLI SLAM算法在数据集EuRoc与实际场景下进行测试验证。结果表明:相较于LSD算法,改进LSD算法的提取及匹配时间减少8.2%;相较VINS-mono与PL-VINS算法,IPLI-SLAM算法定位精度分别提高50.7%,13.2%,在运动速度快、场景模糊的环境中定位精度分别提高55.6%,25.1%;在实际多纹理场景中本文算法定位轨迹起点与终点相差的距离均小于VINS-mono算法,由此证明本文算法在显著提高定位精度的同时,还具有更高的稳定性和更强的鲁棒性。

关键词

SLAM / IMU / 点线结合 / 像素梯度过滤