一种基于改进ORB和PROSAC特征点匹配的V-SLAM算法

摘要：

随着机器视觉的高速发展,视觉同步定位与地图构建(visual simultaneous localization and mapping,V-SLAM)成为室内定位、导航应用的研究热点.针对传统ORB算法提取特征点分布不均匀的问题,在前端采用四叉树算法管理特征点,实现特征点均匀化分布,并结合渐进抽样一致性(progressive sample consensus,PROSAC)算法剔除误匹配特征点;在后端,采用构建词袋(bag of words,BoW)法对关键帧进行回环检测,判断帧与帧之间是否存在回环,并采用光束平差(bundle adjustment,BA)法进行相机位姿优化,修正相机位姿.在图像特征点提取和匹配实验中,通过与传统ORB算法及其他方法对比,证明本文算法具有较好的运算效率.与ORB_SLAM-modified算法进行轨迹对比实验,分析生成的点云图,结果表明,本文算法具有较高的可靠性和精确度.

关键词：改进ORB特征、渐进抽样一致性、特征点匹配、V-SLAM、3D点云构图

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金41807209

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：152-159