典型文献
面向快速室内视觉定位的ORB-SLAM2算法
文献摘要：
针对随机采样一致性(random sample consensus,RANSAC)算法在快速去除错误匹配时因随机性导致算法效率较低的问题,提出一种采用顺序采样一致性(progressive sample consensus,PROSAC)算法来改进ORB-SLAM2框架中的错误匹配删除方法.通过利用特征点的匹配质量对特征点进行预排序,减少图像匹配过程中的迭代次数;提出基于最大化割归一化割算法(normalized cuts and image segmentation,Ncut)的全局BA分段优化算法,以降低计算复杂度.通过数据集验证,结果表明:优化后的即时定位与地图构建(simultaneous localization and mapping,SLAM)系统在保持绝对轨迹和相对位姿误差同ORB-SLAM2基本一致的情况下,相同图像的错误匹配去除的效率提升了50％,证明了该算法的有效性.
文献关键词：
视觉SLAM;特征匹配;全局BA优化
中图分类号：
作者姓名：
陈栩睿;王波;骆云志;王钤;孙梧雨
作者机构：
中国兵器装备集团自动化研究所有限公司特种计算机事业部,四川 绵阳 621000;陆军装备部驻重庆地区军事代表局驻成都地区第一军代室,成都 611930;中国兵器装备集团自动化研究所有限公司武器装备信息与控制技术创新中心,四川 绵阳 621000
文献出处：
引用格式：
[1]陈栩睿;王波;骆云志;王钤;孙梧雨-.面向快速室内视觉定位的ORB-SLAM2算法)[J].兵工自动化,2022(04):93-96
A类：
Ncut
B类：
内视,视觉定位,ORB,SLAM2,随机采样一致性,random,sample,consensus,RANSAC,除错,误匹配,随机性,算法效率,progressive,PROSAC,删除,特征点,匹配质量,预排,图像匹配,迭代次数,归一化割,normalized,cuts,image,segmentation,BA,分段优化,低计算复杂度,数据集验证,即时定位与地图构建,simultaneous,localization,mapping,相对位姿,位姿误差,特征匹配
AB值：
0.530475
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
