一种改进型RatSLAM算法构建认知地图的研究

• 作者: 洪涛 史涛 任红格
• 来源期刊: 现代计算机
• 关键词: RatSLAM 图像匹配 深度信息 认知地图
• 年，卷（期）: 2021,（21）
• 所属期刊栏目: 研究与开发|Research and Development
• 页码范围: 47-52
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2021.21.008

摘要

研究一种结合ORB特征点的改进型RatSLAM算法,通过设置局部自适应阈值对图像的像素分类,以此进行特征点的筛选与提取,简化特征点的冗杂与聚集.再使用渐进一致采样算法(PROSAC)进行特征点匹配.通过与传统Rat?SLAM算法和使用了SURF特征点的RatSLAM算法进行对比分析,仿真实验的结果验证了改进后算法具有快速性与低误匹配率.再使用Ubuntu中的ROS平台搭建仿真模拟环境,让机器人在环境中运动通过坐标化进行认知地图的构建.通过视觉模板匹配检测图像的相似度进行闭环检测和多圈运动的轨迹比较,仿真实验的结果验证了构建的认知地图具有更高的定位精度,且在长时间的运行任务中累计误差得到了更好的校正.