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:
针对复杂室内环境下视觉SLAM定位存在实时性差、轨迹漂移等问题,本文提出了一种基于图像特征提取方法的ORB-SLAM算法.该算法在前端中提高图像特征检测与匹配的效率和精度,引入闭环检测策略优化相机位姿轨迹,提高定位精度.以不同来源图像对比分析不同特征提取算法SIFT、SURF、ORB的有效性,运用该算法估计机器人运动轨迹,与真实轨迹相对位姿误差为0.1448 m,试验表明所提出的方法切实可行,具有较高的稳健性.
推荐文章
基于改进FAST特征检测的ORB-SLAM方法
ORB-SLAM
特征点检测
图像对比度
自适应阈值
SLAM过程
特征点提取
一种改进的ORB图像匹配算法
ORB算法
特征点提取
图像匹配
自适应频谱抑制
多尺度空间模型
特征匹配
一种结合ORB算法的SIFT图像配准算法
SIFT
特征提取
特征匹配
ORB算法
一种改进的指纹细节特征提取算法
指纹
细节特征提取
伪特征
特征向量
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 一种用于图像特征提取的改进ORB-SLAM算法
来源期刊 测绘通报 学科 地球科学
关键词 视觉SLAM 图像特征检测与匹配 ORB-SLAM 回环检测 位姿估计
年,卷(期) 2019,(3) 所属期刊栏目 学术研究
研究方向 页码范围 16-20
页数 5页 分类号 P228
字数 2577字 语种 中文
DOI 10.13474/j.cnki.11-2246.2019.0070.
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 连达军 苏州科技大学环境学院 39 172 8.0 11.0
2 陈国良 中国矿业大学环境与测绘学院 34 686 12.0 26.0
6 许晓东 中国矿业大学环境与测绘学院 3 13 2.0 3.0
7 张良桥 中国矿业大学环境与测绘学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (22)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (1)
1960(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
视觉SLAM
图像特征检测与匹配
ORB-SLAM
回环检测
位姿估计
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
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导