面向低光弱纹理环境的SLAM系统实验教学平台设计

作     者：叶涛 赵云龙 汪寿安 李允旺 严翔明 YE Tao;ZHAO Yunlong;WANG Shouan;LI Yunwang;YAN Xiangming

作者机构：中国矿业大学(北京)机械与电气工程学院北京100083 

出 版 物：《实验室研究与探索》 (Research and Exploration In Laboratory)

年 卷 期：2024年第43卷第4期

页      面：51-57页

学科分类：0401[教育学-教育学] 04[教育学] 08[工学] 040102[教育学-课程与教学论] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基　　金：国家自然科学基金项目(52374166) 中国矿业大学(北京)“课程思政”示范课程建设项目(SZ230502) 中国矿业大学(北京)本科教育教学改革项目(J230416) 《机械工程学科进展》课程思政项目(YKCSZ2023013) 

主　　题：弱纹理 视觉惯性导航 同步定位与建图 实验教学 

摘      要：为提升机器人专业实验教学质量和人才培养质量,针对机器人状态估计和精确定位工程问题提出一种面向低光弱纹理环境的视觉惯性融合鲁棒SLAM算法,并设计一种面向低光弱纹理环境的SLAM系统实验软件教学平台,实现稳健鲁棒4DOF状态估计和高精度实时定位,并在公开数据集上验证了该算法的有效性。实验结果表明,与现有的视觉惯性SLAM算法相比,所提算法在结构化弱纹理场景中有着更高的精度和鲁棒性,能有效降低机器人系统的累积误差,保证地图构建的一致性。通过上述SLAM系统教学平台在实验教学中的应用,可提升机器人专业本科生在工程问题中的创新能力和实践能力。