一种基于改进CoHOG的视觉SLAM算法
移动机器人在SLAM的闭环检测环节计算量大、运行时间长、匹配误差大,从而导致闭环检测精度较低.针对该问题,本文在CoHOG闭环检测算法的基础上进行改进,将算法中的HOG描述符改进为GDF-HOG描述符,以增强图像特征表现,提高图像特征提取效率;在匹配环节前添加GDF-HOG全局粗匹配,以减少视觉模板的数量,提高算法的计算效率;在匹配环节后添加感兴趣区域(ROI)位置匹配进行检验,以减少闭环检测的假阳性,提高准确率.将本文闭环检测算法与RatSLAM相结合,在公开数据集与真实环境中进行测试,测试结果表明,本文算法在闭环检测环节的准确率较高,且对环境的适应能力较强.
图像识别及其装置、视觉位置识别、CoHOG算法、闭环检测、RatSLAM
P237(摄影测量学与测绘遥感)
国家自然科学基金;安徽省高校协同创新项目;芜湖市科技计划
2023-01-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
42-50