SL-SLAM：精度超越ORB-SLAM3，利用深度学习进行特征点检测的鲁棒系统

文章预览

论文标题： SL-SLAM: A robust visual-inertial SLAM based deep feature extraction and matching 论文作者： Zhang Xiao, Shuaixin Li 项目地址： https://github.com/zzzzxxxx111/SLslam 笔者：唐僧洗头用飘柔 审核： Los 导读： 哈尔滨工程大学和中国国防科技创新研究院提出了SL-SLAM系统，该系统利用Superpoint特征点和LightGlue匹配器进行视觉SLAM的前段跟踪和特征匹配，改进现有的SLAM框架，通过大量的实验对比分析，证明能够显著提高slam系统的精度和鲁棒性。 ©️【深蓝AI】编译 该文章尝试利用深度学习技术，通过深度特征提取和匹配方法，提高基于视觉的 SLAM 系统的性能（尤其是在具有挑战性的环境中）。本文提出了一种多功能混合视觉 SLAM 框架，旨在提高在恶劣条件下的适应性，如弱光环境、动态光照条件、纹理较弱的区域以及相机明显抖动等。在近年来基于学习的优秀算法的基础上 ………………………………