改进 ORB 提取匹配算法的 SLAM 应用研究

来源：电子测量技术杂志2024年第3期北京时间：

作者：张钧程，柯福阳，王旭

单位：1.南京信息工程大学自动化学院 南京 210044; 2.南京信息工程大学软件学院 南京 210044; 3.南京信息工程大学无锡研究院 无锡 214000

摘要：由于传统的ORB特征点提取匹配方法在图像纹理信息不丰富或者光照变化剧烈时极易产生特征点丢失、分布不均等问题，不利于SLAM系统的定位与建图。为此本文提出了一套较为鲁棒、精度较高的提取匹配算法。首先基于ORB特征点对其提取算法进行改进，计算自适应阈值并基于网格模型提取特征点，可提高特征点提取的鲁棒性并使其分布均匀。此外还提出了G-R图像匹配算法，基于网格特征计算邻域支持估计量来区分正误匹配点，再结合引入评价函数的RANSAC算法进一步剔除误匹配点，相比ORB-SLAM2原始匹配算法提高匹配精度9.36%，并减少时间消耗约13.6%。最后将本文提出的特征点提取匹配算法加入到ORB-SLAM2算法框架，经数据集与实际场景验证本文方法能有效提高ORB-SLAM2系统定位精度36.6%以上，使系统更具鲁棒性。

关键词：数字图像处理;ORB特征点;视觉SLAM;四叉树;GMS匹配

基金资助：江苏省重点研发计划(BE2021622)、江苏省研究生实践创新计划(SJCX23_0395)项目资助