《表3 TUM数据集下RMSE (单位:cm)》
RGB-D SLAM、LSD-SLAM、ORB-SLAM结果均来自文[3],从表3可以看出ORB-SLAM结果最好,主要因为该算法采用闭环检测与全局优化.这几个数据集均存在闭环,RGB-D SLAM[13]也采用回环检测并使用图片的深度信息.PL-SLAM(realtime monocular visual SLAM with points and lines)[9]是基于ORB-SLAM算法框架加入线特征的纯视觉算法.TUM图片数据采用的是卷帘曝光,运动时拍摄的图像存在明显拖影.因此,对采用块匹配计算位姿的算法性能有影响,在该数据集下本文算法(point+line,no prior)与LSD-SLAM算法相对于纯特征点算法准确性略差一些.
图表编号 | XD0067262500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 王丹、黄鲁、李垚 |
绘制单位 | 中国科学技术大学电子科学与技术系、中国科学技术大学电子科学与技术系、中国科学技术大学电子科学与技术系 |
更多格式 | 高清、无水印(增值服务) |