Para melhorar a precisão de localização e mapeamento em sistemas visuais de localização e mapeamento simultâneos (SLAM), e para superar o problema da alta taxa de erros de correspondência de características em odometria visual durante movimentos dinâmicos elevados devido ao raio de busca fixo nos algoritmos tradicionais, este artigo propõe um método de correspondência de características de imagem assistido por navegação inercial com raio de busca adaptativo. O método inicialmente extrai e casa características entre dois quadros de uma câmera binocular e obtém coordenadas tridimensionais dos pontos do mapa; depois prevê a pose da câmera a partir das medições de pré-integração da unidade de medição inercial, calcula a covariância da pose prevista de acordo com a lei de propagação de erro, e por fim utiliza a pose prevista para projetar os pontos do mapa na imagem e obter as coordenadas de pixels correspondentes. Com base no erro nas coordenadas de pixels, determina o raio da área onde é mais provável que os pontos do mapa apareçam. Os resultados experimentais mostram que este método pode efetivamente reduzir o raio de busca para correspondência de características, aumentar significativamente a precisão da correspondência de características da imagem, melhorar a precisão da pose do thread de rastreamento em cerca de 38,09% e melhorar a precisão geral da pose do sistema em cerca de 16,38%. Este método pode fornecer uma restrição adaptativa de área para cada ponto característico, melhorar a precisão da correspondência de pontos característicos e, por sua vez, aumentar a precisão da estimativa da pose do sistema, construindo um mapa denso de maior precisão.

visão computacional;odometria visual;correspondência de características;limiar adaptativo;navegação inercial