针对ORB-SLAM2 (Oriented FAST Rotated BRIEF SLAM2)系统中相机位姿求解精度不高,只能生成稀疏地图的问题,提出了一种在ORB-SLAM2系统框架上将稠密的直接法和原系统采用的稀疏特征法结合在一起求解相机位姿,并生成稠密地图的方法。该方法改进之处包括:在原系统使用的第三方图优化库g2o(General Graph Optimization)中创建一条新的稠密约束一元边,将稠密直接法的光度误差约束加入到图优化库g2o中;跟踪相机时先通过稠密直接法计算相邻两帧图像之间相机的旋转变换,再利用改进后的图优化库g2o同时最小化特征法的重投影误差和直接法的光度误差,优化求解6 DOF(Degree of Freedom)相机位姿;在ORB-SLAM2系统框架上添加稠密重建线程,将周围场景的重建结果实时反馈给用户。在TUM RGB-D和ICL-NUIM数据集上的测试结果表明,本文方法在一定程度上提高了ORB-SLAM2系统中相机位姿的求解精度,不仅可生成稀疏地图,还可重建更高精度的稠密地图。

在无标记增强现实中,基于视觉即时定位与地图构建,结合ORB特征提取算法和顺序抽样一致性,提出了一种改进的注册方法。利用相似函数衡量匹配样本点对之间的差异性,从具有最高品质函数的数据子集中抽取样本,得到较优的匹配点对,完成了三维地图重建过程中的平面检测。通过奇异值分解,实现了虚拟物体的方向和位置控制;结合相机的位姿估计,完成了虚拟物体的注册。实验结果表明,所提方法的平均注册效率提高了34.5%。