基于改進(jìn)自適應(yīng)閾值及四叉樹的ORB_SLAM3算法研究
關(guān)鍵詞:特征點提取;光照自適應(yīng);優(yōu)化四叉樹;特征點數(shù)量;特征點均勻度
0 引言(Introduction
近年來,隨著市場對自動駕駛技術(shù)以及移動機器人技術(shù)的需求和接受程度不斷提高,機器人的視覺定位與地圖構(gòu)建技術(shù)[1](Visual Simultaneous Localization and Map,V-SLAM)逐漸成為視覺導(dǎo)航領(lǐng)域的主流研究方向。(剩余5875字)
試讀結(jié)束
目錄
- 基于YOLOv8的實時教室人數(shù)...
- 基于語義增強雙編碼器的方面情感...
- 基于多特征融合的汽車用戶需求命...
- 二進(jìn)制登山隊優(yōu)化算法及其在特征...
- 基于CBAM注意力和聚合-分發(fā)...
- 基于深度學(xué)習(xí)的竹筍細(xì)粒度識別技...
- 基于改進(jìn)自適應(yīng)閾值及四叉樹的O...
- 基于YOLOv8改進(jìn)的霧天環(huán)境...
- 基于分區(qū)過濾網(wǎng)絡(luò)的中文簡歷實體...
- 基于改進(jìn)RRT-Connect...
- 基于聚合局部鄰居三元組與特征增...
- HCI-YOLO:基于改進(jìn)YO...
- ResNet18在基于傳感器公...
- “校企政行”合作機制下產(chǎn)業(yè)學(xué)院...