基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对Random Sample Consensus(RANSAC)在匹配误差剔除上具有处理的盲目性而导致算法效率相对较低的问题,提出一种新的用Progressive Sample Consensus(PROSAC)取代ORB-SLAM2中的RANSAC算法的室内视觉定位方法.与传统的ORB-SLAM2方法不同,本文采用PROSAC算法根据特征点的匹配质量进行高低排序,选取质量较高的匹配点对用于求取单应性矩阵H,以此完成对异常点的剔除,在图像匹配过程中大大减少迭代次数.再结合ORB-SLAM2,进行关键帧跟踪,实时建图,回环检测这三个线程,得到准确的定位.图像误差剔除匹配实验结果表明,PROSAC算法可以明显提高运算效率,相对于RANSAC算法效率提高一倍.将该算法结合ORB-SLAM2进行定位实验结果表明,该算法能够获在不降低定位精度的情况下,明显提高算法效率,以保证实际定位过程的实时性和流畅性.
推荐文章
基于ORB-SLAM2的实时网格地图构建
ORB-SLAM2
逆传感器模型
网格地图
RGB-D相机
基于RGB-D相机的室内环境3D地图创建
同时定位与地图创建
视觉里程计
Kinect
关键帧
彩色—深度信息
一种结合ORB特征和视觉词典的RGB-D SLAM算法
RGB-DSLAM
ORB特征
透视N点算法
视觉词典
姿态图优化
基于ORB-SLAM2的实时网格地图构建
ORB-SLAM2
逆传感器模型
网格地图
RGB-D相机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PROSAC算法与ORB-SLAM2的RGB-D相机室内视觉定位研究
来源期刊 传感技术学报 学科 工学
关键词 同步定位与建图 视觉定位 RANSAC PROSAC 特征匹配
年,卷(期) 2019,(11) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1706-1712
页数 7页 分类号 TP393
字数 5638字 语种 中文
DOI 10.3969/j.issn.1004-1699.2019.11.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡凌燕 南昌大学信息工程学院 44 227 8.0 13.0
2 彭杰 南昌大学信息工程学院 20 149 7.0 11.0
3 曹蜜 南昌大学信息工程学院 1 1 1.0 1.0
4 熊彭文 南昌大学信息工程学院 1 1 1.0 1.0
5 曾雷 南昌大学信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (73)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
同步定位与建图
视觉定位
RANSAC
PROSAC
特征匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导