融合RANSAC光流跟踪法和特征点匹配法的视觉里程计
为了解决光流跟踪法定位精度不足、误差累积和特征点匹配法耗时久的问题,设计了一种将随机抽样一致性(random sample consensus,RANSAC)光流跟踪法和改进的特征点匹配法结合的视觉里程计.利用RANSAC光流跟踪法对关键帧之间的小规模运动进行估计,RANSAC算法对光流跟踪的误匹配点进行剔除,大大降低了光流跟踪法存在的误匹配;而关键帧之间的运动估计则利用改进的特征点匹配法,以修正光流跟踪法的估计误差;最后利用卡尔曼滤波将RANSAC光流跟踪法和改进的特征点匹配法进行融合.实验结果表明:该文的算法能够克服光流跟踪法精度不足、误差累积的问题,将平均相对误差由15.5%提升到了2.6%;同时也能在一定程度上提高特征点匹配法的速度,将特征点匹配法的平均耗费时间由37.28 ms提升到了21.07 ms.
视觉里程计、特征点匹配法、光流法、RANSAC、卡尔曼滤波
41
TN911.73;TP391
国家自然科学基金61863002
2020-12-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
1214-1221