改进的单目视觉实时定位与测图方法.pdf,针对经典单目实时定位与测图（SLAM）采用卡尔曼滤波（EKF）滤波和FAST特征角点所存在的非线性误差和鲁棒性较差的问题，提出了一种改进的单目视觉实时定位与测图方法。该方法采用相机中心的迭代EKF(IEKF)滤波方法，将特征点在当前相机坐标系下表达，并在线性化展开点附近迭代更新，不断逼近最优位置，从而最小化线性化误差；针对特征点跟踪的鲁棒性、高效性及分布不均的问题，选用具有尺度和旋转不变性，且探测和匹配效率更高的ORB特征作为特征角点，并采用一种由探测到筛选阶段的整体网格化处理方法；另外，采用特征点逆深度参数化方法，避免了因深度信息未知而导致的局部地图