《表3 基于KITTI 05序列的绝对轨迹均方误差（m)》

  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

《一种基于点线不变量的视觉SLAM算法》

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

图8（a）中展示了各个方案在01序列上的运行结果，众所周知，由于01序列所处的真实环境特征稀疏、车辆行驶速度快等原因，单目SLAM很难运行成功．ORB-SLAM在该序列上跟踪效果极差，只在开头部分跟踪了极短的距离（放大可看到），在环境变开阔后系统便发生崩溃；PL-SLAM在跟踪一段后也发生崩溃，且系统偏移逐渐增大；LPI-SLAM前期跟踪比较稳定，遭遇线特征突然减少后也失效，但相比之前的单目SLAM方案，已取得较大进步．图8（b）展示了各方案在05序列上的运行结果，通过轨迹中间点对几个轨迹进行对齐处理可以发现，三者都成功复现出了轨迹的走势，其中PL-SLAM在跟踪过程中偏移较大，ORB-SLAM与LPI-SLAM都取得了不错的运行效果．表3给出了各方案在05序列上的绝对轨迹均方误差结果，PL-SLAM在道路场景下运行的轨迹误差大于ORB-SLAM，说明简单叠加线特征的匹配结果并不一定提升运行效果，较大的线匹配误差反而使系统运行结果变差；LPI-SLAM的轨迹误差最小，超过了ORB-SLAM，取得了最好的跟踪效果，说明了本文所提方案的有效性．