MonoSLAM：具有全局结构优化的鲁棒单目SLAM
机器人学
2025-03-13 v1
摘要
本文提出了一种鲁棒的单目视觉SLAM系统，同时利用点、线和消失点特征进行精确的相机位姿估计与建图。为解决在低纹理环境中实现可靠定位的关键挑战——传统基于点的方法因视觉特征不足而经常失效——我们引入了一种利用全局基元结构信息的新方法，以提高系统的鲁棒性和精度。我们的关键创新在于从线特征构造消失点，并提出一种加权融合策略在世界坐标系中构建全局基元。该策略将多个非重叠区域的帧关联起来，并构建多帧重投影误差优化，显著提升了在纹理稀缺场景下的跟踪精度。在各种数据集上的评估表明，我们的系统在轨迹精度方面优于现有最先进方法，特别是在具有挑战性的环境中。
引用
@article{arxiv.2503.09296,
title = {MonoSLAM: Robust Monocular SLAM with Global Structure Optimization},
author = {Bingzheng Jiang and Jiayuan Wang and Han Ding and Lijun Zhu},
journal= {arXiv preprint arXiv:2503.09296},
year = {2025}
}