基于HSV图像匹配的改进型RatSLAM算法研究

摘要：

由于室内环境的复杂性和多变性,导致单独采用RatSLAM算法进行定位存在视觉里程计可靠性低、环境适应性较弱及RGB图像在图像识别邻域应用效果较差等问题.针对这些问题,提出了一种替代原始RatSLAM模型中的绝对差总和(SAD)匹配的新型图像匹配方法,先利用HSV图像特征进行图像全局特征的粗匹配,再利用SURF与ORB融合算法进一步进行局部特征的精确匹配,辅助RatSLAM模型更好地完成模板匹配,进而实现对位姿细胞网络活性的更准确修正,最终得到优良的路径经历图.仿真实验表明:改进后的RatSLAM仿生算法较改进前定位精度明显提高、匹配的成功率显著增强、鲁棒性更好.

关键词：室内定位、RatSLAM模型、HSV图像匹配、经历图、精度

所属期刊栏目：31

分类号：TP242.6;Q811.211;TP751(自动化技术及设备)

资助基金：安徽省高校优秀青年人才支撑计划项目gxyqZD2018050

在线出版日期：2019-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：49-55