2023，59（6）同步定位与地图构建（SLAM）能帮助传感器定位自身位置，并对感知的环境进行地图构建，在机器人定位与导航、自动驾驶、增强现实等任务中有广泛的应用。视觉SLAM中常选择单目相机作为主要传感器来采集数据，是因为单目相机具有便捷、功耗小、成本低的优点，但其成像图片丢失了场景的深度信息，因而单目SLAM需要通过前后帧特征的提取和匹配完成定位和建图任务。这其中由于提取和匹配的精度易产生累积误差，从而影响最终估计的精度，所以如何更好地利用特征以提高精度一直是单目SLAM中一个很大的挑战。近年来，研究人员在单目SLAM技术[1]上做了大量的工作，MonoSLAM[2]、PTAM[3]、ORB-SLAM2[4]使用点特征进行定位，点特征可以方便地从图像中提取，但常受到弱纹理结构和光照挑战的影响。为了丰富特征，减少对点特征的依赖，PL-SLAM[5]加入线特征降低遮挡对特征的影响，文献[6]加入面特征表示环境结构特征，使用少量的参数表示更大的结构，文献[7]添加物体特征，使用CNN网络预测物体尺度进一步修正位姿。标志辅助的多特征融合定位算法刘嘉敏，陈圣伦，王智慧，李豪杰大连理工大学软件学院，辽宁大连116620摘要：单目同步定位与地图构建的精度依赖于图像中特征的提取与匹配算法，最终估算的轨迹常因其中误差的累积而有所偏移。针对此问题，提出一种标志辅助的多特征融合定位算法，结合标志所处的环境平面结构信息辅助定位。该算法使用点、标志、平面多个特征提高位姿估计的精度，标志特征提供更鲁棒的特征点，面特征以更少的参数表达更大的结构，减少遮挡对特征匹配的影响；且通过环境结构中的平面关系建立标志间关联，使标志在优化中更满足相互之间的几何位置关系，从而减少累积误差造成的漂移。实验结果表明，该算法可以有效地在含有标志的环境中定位相机，且在困难环境中能更好地校正回环，与同类方法相比，精度明显提升。关键词：同步定位与建图；单目相机；误差累积；标志特征；平面特征文献标志码：A中图分类号：TP391.4doi：10.3778/j.issn.1002-8331.2111-0316Marker-AssistedMulti-FeatureFusionLocalizationMethodLIUJiamin,CHENShenglun,WANGZhihui,LIHaojieSchoolofSoftwareTechnology,UniversityofDalianTechnology,Dalian,Liaoning116620,ChinaAbstract：Monocularsimultaneouslocalizationandmappingaccuracyreliesonthefeatureextractionandassociationalgo-rithminimage.Theestimatedtrajectorywilldraftbecauseoftheerrora...
