一种基于改进ORB和PROSAC特征点匹配的V-SLAM算法

随着机器视觉的高速发展，视觉同步定位与地图构建（visual simultaneous localization and mapping,V-SLAM）成为室内定位、导航应用的研究热点。针对传统ORB算法提取特征点分布不均匀的问题，在前端采用四叉树算法管理特征点，实现特征点均匀化分布，并结合渐进抽样一致性（progressive sample consensus,PROSAC）算法剔除误匹配特征点；在后端，采用构建词袋（bag of words,BoW）法对关键帧进行回环检测，判断帧与帧之间是否存在回环，并采用光束平差（bundle adjustment,BA）法进行相机位姿优化，修正相机位姿。在图像特征点提取和匹配实验中，通过与传统ORB算法及其他方法对比，证明本文算法具有较好的运算效率。与ORB＿SLAM-modified算法进行轨迹对比实验，分析生成的点云图，结果表明，本文算法具有较高的可靠性和精确度。