论文

针对室内环境中视觉同时定位与建图（simultaneous localization and mapping, SLAM）精度不高和实用性较差等问题，采用深度相机作为传感器，提出一种基于改进词袋模型的视觉SLAM算法。该算法通过增加节点距离的方式，对传统的词袋模型进行改进，采用octree方法转化点云，生成可用于导航的八叉树图。实验表明，改进后的词袋模型在相似度计算能力和区分度上有显著提升。

通过对比实验，数据集精度实验和实验室实测结果验证了该算法在环境有回环和相机运动较慢的情况下，表现出优异的效果，能够满足室内同时定位与建图及后续导航的需求。对于更详细的词袋模型改进方法，可以参考视觉词袋bag of view word词袋模型BOVW和基于视觉词袋模型的图像分类改进方法。LiDAR_INS组合的室内定位与制图_SLAM_算法改进等研究也提供了有价值的参考。