基于四叉树法和PROSAC算法改进的视觉SLAM技术
文档名：基于四叉树法和PROSAC算法改进的视觉SLAM技术
摘要：为解决在同时定位与地图构建(simultaneouslocalizationandmapping,SLAM)的前端进行特征点匹配时,随机抽样一致法(randomsampleconsensus,RANSAC)存在的迭代次数高、实时性较差、鲁棒性不稳定等问题,提出一种基于四叉树法和渐进一致采样法(progressivesampleconsensus,PROSAC)算法融合改进的图像匹配算法.实现四叉树法+PROSAC算法的误匹配剔除算法,在EuRoC数据集上对改进后的ORB-SLAM2算法进行实验.结果表明:相比于ORB-SLAM2系统,该算法在ViconRoom103数据集上总体绝对轨迹误差平均值减小了39.28%,总体相对位姿误差减小了35.45%,具有更高的建图精度.
Abstract：Inordertosolvetheproblemsofrandomsampleconsensus(RANSAC),suchashighnumberofiterations,poorreal-timeperformanceandunstablerobustnessinthefrontendofsimultaneouslocalizationandmapping(SLAM),animprovedimagematchingalgorithmbasedonthefusionofquadtreemethodandprogressivesampleconsensus(PROSAC)algorithmisproposed.Themismatchingeliminationalgorithmofquadtreemethod+PROSACalgorithmisimplemented,andtheimprovedORB-SLAM2algorithmistestedonEuRoCdataset.TheresultsshowthatcomparedwithORB-SLAM2system,theproposedalgorithmreducestheaverageabsolutetrajectoryerrorby39.28%andtherelativeposeerrorby35.45%onViconRoom103dataset,andhashighermappingaccuracy.
作者：杜根张志安Author：DuGenZhangZhian
作者单位：南京理工大学机械工程学院,南京210094
刊名：兵工自动化 ISTICPKU
Journal：OrdnanceIndustryAutomation
年，卷(期)：2024, 43(5)
分类号：TP391.9
关键词：四叉树编码特征点匹配PROSAC算法SLAM
Keywords：quadtreecodingfeaturepointmatchingPROSACalgorithmSLAM
机标分类号：TP242TP391TN925.93
在线出版日期：2024年6月4日
基金项目：基于四叉树法和PROSAC算法改进的视觉SLAM技术[
期刊论文]兵工自动化--2024, 43(5)杜根张志安为解决在同时定位与地图构建(simultaneouslocalizationandmapping,SLAM)的前端进行特征点匹配时,随机抽样一致法(randomsampleconsensus,RANSAC)存在的迭代次数高、实时性较差、鲁棒性不稳定等问题,提出一种基于四叉...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于四叉树法和PROSAC算法改进的视觉SLAM技术Improved Visual SLAM Technology Based on Quadtree Method and PROSAC Algorithm
基于四叉树法和PROSAC算法改进的视觉SLAM技术.pdf
页:
[1]