典型文献
一种基于改进CoHOG的视觉SLAM算法
文献摘要：
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.
文献关键词：
图像识别及其装置;视觉位置识别;CoHOG算法;闭环检测;RatSLAM
中图分类号：
作者姓名：
于尧;孙新柱;郭俊阳;陈孟元
作者机构：
安徽工程大学电气工程学院,安徽 芜湖241000;高端装备先进感知与智能控制教育部重点实验室,安徽 芜湖241000
文献出处：
引用格式：
[1]于尧;孙新柱;郭俊阳;陈孟元-.一种基于改进CoHOG的视觉SLAM算法)[J].测绘通报,2022(12):42-50
A类：
CoHOG,RatSLAM,图像识别及其装置
B类：
移动机器人,闭环检测,计算量,运行时间,匹配误差,检测精度,检测算法,描述符,GDF,增强图像,特征表现,图像特征提取,提取效率,节前,粗匹配,计算效率,节后,感兴趣区域,ROI,位置匹配,假阳性,公开数据集,真实环境,视觉位置识别
AB值：
0.300894
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。
