HS-SLAM：一种面向低速自动驾驶的快速混合策略 SLAM 方法
机器人学
2025-05-28 v1
摘要
视觉惯性同步定位与建图（SLAM）是机器人和低速自动驾驶车辆的关键模块，但在实际应用中通常受限于高昂的计算负担。为此，提出了一种创新的基于策略的混合框架 HS-SLAM，以整合直接法和基于特征的方法的优势，在不降低性能的情况下实现快速计算。它首先在跟踪线程内利用 IMU 位姿估计来估算连续帧的相对位置。然后，通过多层直接方法对这些估计进行细化，由粗到精地逐步校正相对位姿，最终实现准确的基于角点的特征匹配。该方法作为传统恒速跟踪模型的替代方案。通过选择性地跳过非关键帧的描述子提取，HS-SLAM 显著提高了跟踪速度。在 EuRoC MAV 数据集上的实验评估表明，HS-SLAM 实现了比 ORB-SLAM3 更高的定位精度，同时平均跟踪效率提高了 15%。
引用
@article{arxiv.2505.20906,
title = {HS-SLAM: A Fast and Hybrid Strategy-Based SLAM Approach for Low-Speed Autonomous Driving},
author = {Bingxiang Kang and Jie Zou and Guofa Li and Pengwei Zhang and Jie Zeng and Kan Wang and Jie Li},
journal= {arXiv preprint arXiv:2505.20906},
year = {2025}
}
备注
11 pages, 7 figures