基于李群的无迹卡尔曼滤波视觉SLAM算法OA

视觉SLAM算法的理论框架已经十分完备,但是在实际应用中导航准确性还有待改善。基于此问题,提出了基于李群的无迹卡尔曼滤波(UKF⁃LG)视觉SLAM算法,优化了传统无迹卡尔曼滤波(UKF)的系统状态,把UKF的系统状态用李群表示,并构建视觉惯性紧耦合模型。在Euroc数据集下对包含该算法在内的5种滤波法进行了仿真对比,其中,L⁃UKF⁃LG算法比传统的UKF算法有更低的位置和姿态的均方根误差(RMSE)值,有效改善了导航定位准确性。