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:
在视觉SLAM前端特征点匹配过程中,采用RANSAC算法剔除误匹配特征点存在迭代次数不稳定、效率低、鲁棒相差等问题,从而对相机定位产生影响.与ORB算法结合,本文引入一种渐进采样一致性算法,即PROSAC(Progressive Sampling Consensus),来消除迭代次数不稳定问题.利用Kinect v2相机对改进的RGB-D SLAM算法进行实验,获得三维点云地图和相机轨迹,实现了ORB+PROSAC的误匹配剔除算法.与ORB+RANSAC的结合方式相对比,本文算法验证鲁棒性更好,实时性更强.
推荐文章
视觉SLAM中基于误匹配风险预测的特征选择
视觉SLAM
特征选择
特征匹配
误匹配风险预测
基于PROSAC算法与ORB-SLAM2的RGB-D相机室内视觉定位研究
同步定位与建图
视觉定位
RANSAC
PROSAC
特征匹配
基于极线约束的ORB特征匹配算法
特征匹配
阈值
RANSAC
8点改进算法
基本矩阵
极线约束
无人飞行器视觉SLAM特征检测和匹配算法研究
无人飞行器
SLAM
特征检测
特征匹配
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ORB+PROSAC误匹配剔除算法的视觉SLAM研究
来源期刊 软件工程 学科 工学
关键词 视觉SLAM 特征点匹配 RANSAC算法 PROSAC算法
年,卷(期) 2019,(5) 所属期刊栏目 方法与技术
研究方向 页码范围 9-14
页数 6页 分类号 TP391.4
字数 4826字 语种 中文
DOI 10.19644/j.cnki.issn2096-1472.2019.05.003
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 陈龙 上海理工大学机械工程学院 54 301 9.0 15.0
2 石超 上海理工大学机械工程学院 4 4 2.0 2.0
3 王永锋 上海理工大学机械工程学院 4 4 2.0 2.0
4 徐子锋 上海理工大学机械工程学院 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (48)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(19)
  • 参考文献(1)
  • 二级参考文献(18)
2016(9)
  • 参考文献(2)
  • 二级参考文献(7)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(9)
  • 参考文献(8)
  • 二级参考文献(1)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视觉SLAM
特征点匹配
RANSAC算法
PROSAC算法
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
软件工程
月刊
2096-1472
21-1603/TP
大16开
辽宁省沈阳市浑南新区新秀街2号
8-198
1985
chi
出版文献量(篇)
5636
总下载数(次)
15
论文1v1指导