.png){kind=icon}
返回
Monocular visual localisation optimisation method based on improved ORB
.png){kind=icon}
PRE
AI
DOI：10.1504/IJCSE.2026.152489.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在单目视觉SLAM的初始化过程中，环境因素、光照条件和移动物体可能导致特征匹配错误。我们提出了一种基于改进版定向快速和旋转brief（ORB）算法的单目视觉定位优化方法。通过将rBRIEF描述符替换为盒平均差（BAD）描述符，我们增强了特征匹配算法的鲁棒性和计算效率。PROSAC算法的使用消除了误匹配并进一步提高了精度。实验结果表明，该方法在复杂环境中提高了特征匹配的精度，同时保持了计算效率。与ORB相比，该方法运行时间减少了约10 ms。在典型的复杂场景中，重投影误差接近亚像素级，匹配精度提高了1.31%至15.32%。该方法在单目视觉SLAM的初始化过程中提高了计算效率，从而间接提升了定位精度。适用于自动驾驶、机器人导航、矿产勘探、虚拟现实等领域。
Keyword:
ORB
box average difference
BAD
feature matching
homography matrix
fundamental matrix
monocular visual localisation
期刊
I
IF:
1.2
论文数:
18
被引数:
1.1K
机构
引用论文
暂无论文信息