一种用于图像特征提取的改进ORB-SLAM算法

doi:10.13474/j.cnki.11-2246.2019.0070

测绘通报 ›› 2019, Vol. 0 ›› Issue (3): 16-20.doi: 10.13474/j.cnki.11-2246.2019.0070

一种用于图像特征提取的改进ORB-SLAM算法

张良桥^1,2, 陈国良^1,2, 许晓东¹, 连达军³, 王睿^1,2

1. 中国矿业大学环境与测绘学院, 江苏徐州 221116;
2. 中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室, 江苏徐州 221116;
3. 苏州科技大学环境学院, 江苏苏州 215009

收稿日期:2018-05-24 修回日期:2018-12-27 出版日期:2019-03-25 发布日期:2019-04-02
通讯作者: 陈国良。E-mail:chglcumt@163.com E-mail:chglcumt@163.com
作者简介:张良桥(1994-),男,硕士生,研究方向为室内定位及视觉SLAM。E-mail:zhanglqcumt@163.com
基金资助:
国家重点研发计划（2016YFB0502105）；江苏省自然科学基金（BK20161181）；国家自然科学基金（41371423）；江苏高校品牌专业建设工程（PPZY2015B144）

An improved ORB-SLAM algorithm for feature extraction

ZHANG Liangqiao^1,2, CHEN Guoliang^1,2, XU Xiaodong¹, LIAN Dajun³, WANG Rui^1,2

1. School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China;
2. NASG Key Laboratory of Land Environment and Disaster Monitoring, China University of Mining and Technology, Xuzhou 221116, China;
3. Suzhou University of Science and Technology, Suzhou 215009, China

Received:2018-05-24 Revised:2018-12-27 Online:2019-03-25 Published:2019-04-02

摘要/Abstract

摘要： 针对复杂室内环境下视觉SLAM定位存在实时性差、轨迹漂移等问题，本文提出了一种基于图像特征提取方法的ORB-SLAM算法。该算法在前端中提高图像特征检测与匹配的效率和精度，引入闭环检测策略优化相机位姿轨迹，提高定位精度。以不同来源图像对比分析不同特征提取算法SIFT、SURF、ORB的有效性，运用该算法估计机器人运动轨迹，与真实轨迹相对位姿误差为0.144 8 m，试验表明所提出的方法切实可行，具有较高的稳健性。

关键词: 视觉SLAM, 图像特征检测与匹配, ORB-SLAM, 回环检测, 位姿估计

Abstract: Aiming at the problem of poor real-time performance and trajectory drift in visual SLAM positioning in complex indoor environments,this paper proposes an ORB-SLAM algorithm based on image feature detection extraction method.The algorithm improves the efficiency and accuracy of image feature detection and matching in the front-end,introduces a closed-loop detection strategy to optimize camera pose trajectory,and improves positioning accuracy.The SIFT,SURF and ORB of different feature extraction algorithms are compared and analyzed in different sources.The robot motion trajectory is estimated by this algorithm.The relative pose error from the real trajectory is 0.144 8 m.Experiments show that the proposed method is feasible and robustness.

Key words: V-SLAM, image feature detection and matching, ORB-SLAM, loop detection, pose estimation

中图分类号:

P228

张良桥, 陈国良, 许晓东, 连达军, 王睿. 一种用于图像特征提取的改进ORB-SLAM算法[J]. 测绘通报, 2019, 0(3): 16-20.

ZHANG Liangqiao, CHEN Guoliang, XU Xiaodong, LIAN Dajun, WANG Rui. An improved ORB-SLAM algorithm for feature extraction[J]. 测绘通报, 2019, 0(3): 16-20.

参考文献

[1] 毕京学,汪云甲,曹鸿基,等.一种基于全向指纹库的WiFi室内定位方法[J].测绘通报,2018(2):25-29.
[2] DAVISON A J. Real-time simultaneous localisation and mapping with a single camera[C]//Proceedings of IEEE International Conference on Computer Vision. Nice, France:IEEE, 2003:1403.
[3] DAVISON A J, REID I D, MOLTON N D, et al. MonoSLAM:real-time single camera SLAM[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2007, 29(6):1052-1067.
[4] ZHU D X. Binocular vision-SLAM using improved SIFT algorithm[C]//Proceedings of the 2nd International Workshop on Intelligent Systems and Applications(ISA). Wuhan,China:IEEE,2010:1-4.
[5] HENRY P, KRAININ M, HERBST E, et al. RGB-D mapping:using depth cameras for dense 3D modeling of indoor environments[C]//Experimental Robotics. Berlin Heidelberg:Springer.2014:647-663.
[6] 顾照鹏, 刘宏. 单目视觉同步定位与地图创建方法综述[J]. 智能系统学报, 2015, 10(4):499-507.
[7] 高翔,张涛等. 视觉SLAM十四讲:从理论到实践[M].北京:电子工业出版社,2017.
[8] LOWE D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110.
[9] BAY H, ESS A, TUYTELAARS T, et al. Speeded-up robust features (SURF)[J]. Computer Vision & Image Understanding, 2008, 110(3):346-359.
[10] RUBLEE E, RABAUD V, KONOLIGE K, et al. ORB:an efficient alternative to SIFT or SURF[C]//IEEE International Conference on Computer Vision. Ontario, Canada:IEEE, 2012:2564-2571.
[11] 许晓东, 陈国良, 李晓园,等. 一种采用图像特征匹配技术的RGB-D SLAM算法[J]. 测绘通报, 2017(10):48-51.
[12] MUR-ARTAL R, MONTIEL J M M, TARDÓS J D. ORB-SLAM:a versatile and accurate monocular SLAM system[J]. IEEE Transactions on Robotics, 2015, 31(5):1147-1163.
[13] 王丽佳.基于图优化的单目视觉SLAM技术研究[D].武汉:华中科技大学,2016.
[14] 公维思, 周绍磊, 吴修振,等. 基于改进FAST特征检测的ORB-SLAM方法[J]. 现代电子技术,2018(6):53-56.
[15] 余杰. 基于ORB关键帧闭环检测算法的SLAM方法研究[D].杭州:浙江工业大学,2016.
[16] 章园媛. 单目视觉自主移动机器人同步定位与地图构建技术[D].哈尔滨:哈尔滨工业大学,2009.

一种用于图像特征提取的改进ORB-SLAM算法

An improved ORB-SLAM algorithm for feature extraction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

[1]	岳胜杰, 王红旗, 刘群坡, 赵荣亮. 结合扩展卡尔曼滤波与基于点线的最近点迭代扫描匹配算法的机器人位姿自适应估计[J]. 测绘通报, 2022, 0(7): 49-53.
[2]	李国竣, 徐延海, 段杰文, 韩石磊. 利用局部自适应阈值方法提取ORB-SLAM特征点[J]. 测绘通报, 2021, 0(9): 32-36,48.
[3]	范军林, 肖斌, 涂梨平, 胡全一, 师现杰, 危双丰. RGB-D SLAM在室内高精度三维测图中的应用[J]. 测绘通报, 2021, 0(8): 119-122.
[4]	盛超, 潘树国, 赵涛, 曽攀, 黄砺枭. 基于图像语义分割的动态场景下的单目SLAM算法[J]. 测绘通报, 2020, 0(1): 40-44.
[5]	张阳, 李海森, 马礼, 王健, 郭企嘉, 祁晶, 闫铭. 基于ORB-SLAM2算法的水下机器人实时定位研究[J]. 测绘通报, 2019, 0(12): 1-7.
[6]	李艳焕, 徐振亮, 邵良杉. 一种新的影像位姿直接估计方法[J]. 测绘通报, 2017, 0(6): 17-20.