点线融合双目定位与建图多维提升方法

针对现有点线融合视觉SLAM(simultaneous localization and mapping)方法中线提取和线匹配准确度低导致定位精度下降的问题,从多维度对现有点线融合双目视觉SLAM方法进行了改进研究.通过内部参数调整和长度阈值筛选改进LSD(line segment detection)提取质量;基于几何约束将线特征匹配抽象为稀疏最小化问题,求得最优解即找到线段最佳匹配;基于图像纹理评分和匹配成功特征数量分配点线特征权重,优化了后端点线特征融合策略.相比LSD算法和LBD(line binary descriptor)匹配方法,短线段数量平均下降了67％,匹配准确度平均提高了18％;相较于PL-SLAM,定位误差在EuRoC和KITTI数据集上分别下降了15％和45％左右.实验表明,通过多维度改进点线SLAM方法各模块的性能有效提高了SLAM系统的定位精度.