基于HSV图像匹配的改进型RatSLAM算法研究

• 作者: 孙新柱 秦国威 陈孟元
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 室内定位 RatSLAM模型 HSV图像匹配 经历图 精度
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 49-55
• 页数: 7页
• 分类号: TP242.6|Q811.211|TP751
• 字数: 4570字
• 语种: 中文
• DOI: 10.11863/j.suse.2018.05.08

摘要

由于室内环境的复杂性和多变性,导致单独采用RatSLAM算法进行定位存在视觉里程计可靠性低、环境适应性较弱及RGB图像在图像识别邻域应用效果较差等问题.针对这些问题,提出了一种替代原始RatSLAM模型中的绝对差总和(SAD)匹配的新型图像匹配方法,先利用HSV图像特征进行图像全局特征的粗匹配,再利用SURF与ORB融合算法进一步进行局部特征的精确匹配,辅助RatSLAM模型更好地完成模板匹配,进而实现对位姿细胞网络活性的更准确修正,最终得到优良的路径经历图.仿真实验表明:改进后的RatSLAM仿生算法较改进前定位精度明显提高、匹配的成功率显著增强、鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈孟元	安徽工程大学安徽省电气传动与控制重点实验室	87	626	12.0	21.0
2	孙新柱	安徽工程大学安徽省电气传动与控制重点实验室	25	103	6.0	9.0
3	秦国威	安徽工程大学安徽省电气传动与控制重点实验室	4	7	2.0	2.0