,以牺牲召回为代价来提高精度.结果,系统在关闭循环和重用以前的地图方面太慢.我们提出了一种新的位置识别算法,首先检查候选关键帧的几何一致性,然后检查与三个可共视关键帧的局部一致性,这三个关键帧在大多数情况下已经在地图中...).我们进一步检查pitch and roll,是否低于阈值,以确定是否接受位置识别假设.
8
Visual Map Merging(视觉地图合并)
如果位置识别成功,产生了多地图数据关联,在活动地图中的关键帧和地图集中的不同地图中的匹配关键帧之间...首秀是地图点融合:融合窗口由匹配的关键帧组合而成,检测到重复的点进行融合,在共视性和本质图中创建新的关联....,ORB-SLAM3的精度是VI-DSO和VINS-Mono的两倍多,再次显示了中长期数据关联的优势.与ORB-SLAM VI相比,我们新颖的快速IMU初始化允许ORB-SLAM3在几秒钟内校准惯性传感器...在纯视觉中,多地图系统通过在跟踪丢失时创建新地图来增加快速运动的鲁棒性,新地图稍后会与全局地图合并.这可以在序列V103单目和V203双目11中看到,ORB-SLAM2不能解决这些问题,我们的系统在大多数执行中成功地解决了这些问题