农业机械学报

作者：陈久朋，陈治帆，伞红军，赵龙云，彭真

单位：昆明理工大学,昆明理工大学,昆明理工大学,昆明理工大学,昆明理工大学,

关键词：移动机器人;视觉SLAM;弱光照环境;卷积神经网络

基金：云南省基础研究计划项目（202301AU070059）和昆明理工大学人才培养项目（KKZ320230104）

移动机器人视觉SLAM技术能够在一定条件下实时估计自身在环境中的位置，并构建和更新环境稀疏或稠密三维地图，这些信息可以帮助机器人提高对未知复杂环境的准确感知和适应能力，以执行更复杂的任务。但使用相机作为传感器的视觉SLAM在定位和建图的精度和稳定性方面在很大程度上依赖于采集到的图像质量，在弱光照环境中，现有的视觉SLAM算法难以有效地工作。针对视觉SLAM在弱光照环境中定位精度降低和跟踪丢失的问题。本文提出了一种适应弱光照环境的RLMV-SLAM算法，该算法使用一个轻量化的神经网络对输入图像进行预处理，增强其亮度、对比度、色彩和去噪，同时，该算法使用地图点补充策略、Sparse BA和一种实时增量闭环检测方法提高了定位和建图精度和鲁棒性。在公开数据集和自采数据集上对该算法进行了实验验证，并与其他主流视觉SLAM方法进行了对比，结果表明本文提出的方法将弱光照环境中有效跟踪时长提升30%以上，且在公开数据集上估计位姿的误差也有明显降低，证明了所提算法的有效性，为弱光照环境中同步定位和建图提供了一定参考。

来源：2024年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第12期