《表1 不同SLAM系统位姿估计均方根误差的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BA优化和KL散度的RGB-D SLAM系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:表中加黑数字代表本组实验的最好结果．

为了评价提出方法的总体效果，本文对比了3个流行的RGB-D SLAM系统，分别是RGBDTAM[15]、ElasticFusion[16]和ORB-SLAM 2[19]．图像序列信息以及均方根误差如表1所示，“—”代表帧丢失，位姿无法恢复．从表1可以看出，在15组实验数据中，有8组数据比3个系统均有不同程度的提高，尤其是第2组和第7组数据；由第10组和第11组数据可以看出，本文算法估计位姿的精度虽然比RGBDTAM估计的精度低，但是较ORB-SLAM2有明显提高；第5，6和12组数据显示，提出的算法位姿估计的精度虽然比ORB-SLAM2低，但是比RGBDTAM和ElasticFusion均有大幅度提高．通过表1可以计算出本文方法对位姿估计的精度平均比RGBDTAM，ElasticFusion和ORB-SLAM 2分别提高了75.07%，119.7%和4.24%.