基于RGB-D相机数据的SLAM算法

提出了一种基于RGB-D相机数据的机器人同步定位与地图构建（SLAM）算法方案，实现了室内环境三维稠密点云地图的快速构建。首先在RGB图中提取均匀化的ORB特征，采用暴力匹配的方式，并使用随机采样一致性（RANSAC）算法得到优化后的匹配结果，然后用PnP解算连续帧的相机位姿变换关系，并用非线性优化方法优化该位姿变换矩阵，同时，通过关键帧选择机制，挑选关键帧，并将得到的关键帧送入后端。后端采用位姿图优化，使用g2o工具箱优化全局位姿。通过位姿变换矩阵将当前帧的点云图变换到世界坐标系中，实现三维稠密点云地图的构建。本文方案成本低廉，仅需要一个深度相机作为传感器，实验中使用的RGB-D数据为TUM制作的数据集，通过实验可以得出，每帧数据平均处理时间为0.182s，本文算法能快速建立全局一致的三维室内环境地图。