首页|一种基于改进CoHOG的视觉SLAM算法

一种基于改进CoHOG的视觉SLAM算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
移动机器人在SLAM的闭环检测环节计算量大、运行时间长、匹配误差大,从而导致闭环检测精度较低.针对该问题,本文在CoHOG闭环检测算法的基础上进行改进,将算法中的HOG描述符改进为GDF-HOG描述符,以增强图像特征表现,提高图像特征提取效率;在匹配环节前添加GDF-HOG全局粗匹配,以减少视觉模板的数量,提高算法的计算效率;在匹配环节后添加感兴趣区域(ROI)位置匹配进行检验,以减少闭环检测的假阳性,提高准确率.将本文闭环检测算法与RatSLAM相结合,在公开数据集与真实环境中进行测试,测试结果表明,本文算法在闭环检测环节的准确率较高,且对环境的适应能力较强.
Visual SLAM algorithm based on improved CoHOG

于尧、孙新柱、郭俊阳、陈孟元

展开 >

安徽工程大学电气工程学院,安徽 芜湖241000

高端装备先进感知与智能控制教育部重点实验室,安徽 芜湖241000

图像识别及其装置 视觉位置识别 CoHOG算法 闭环检测 RatSLAM

国家自然科学基金安徽省高等学校协同创新项目芜湖市科技计划

61903002GXXT-2021-0502020yf59

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(12)
  • 1
  • 8