吕丹娅，姚剑敏，郭太良

(福州大学 物理与信息工程学院，福建 福州 350116)



改进ORB算法在单目视觉SLAM特征匹配中的应用

吕丹娅，姚剑敏，郭太良

(福州大学 物理与信息工程学院，福建 福州 350116)

针对单目视觉同步定位与地图构建问题对传统定向二进制描述符算法进行改进，结合快速鲁棒特征算法的思想，将尺度空间理论引入传统ORB算法中，同时根据机器人的运动先验信息，预测特征点的可能范围，避免在全局范围内对特征点的检测和匹配。实验表明，改进的ORB算法能显著提高匹配正确率，在多尺度方面表现出色，并能有效减少运算时间，平均耗时14 ms，处理速度约为传统ORB算法的1.3倍、SURF算法的10倍、尺度不变特征变换(Scale-invariant Feature Transform，SIFT)算法的26倍，适用于单目视觉SLAM问题。

SLAM；特征匹配；改进ORB；尺度不变性

单目视觉SLAM(Simultaneous Localization and Map-building)问题一直都是国内外研究的热点和难点。单目视觉SLAM通过在移动机器人上架设单一摄像头获取环境图像，从图像中提取特征点，在机器人移动过程中，将里程计获取的机器人运动信息与摄像头获取到的环境特征点的运动信息相融合，边构建环境地图边修正自身的位置信息，从而实现同步定位与地图构建[1]。图像特征匹配在单目视觉SLAM问题中十分关键，一旦匹配失误，很可能造成机器人定位失败，因此对图像特征匹配算法的鲁棒性要求较高。同时，由于是在机器人移动的过程中进行定位与地图构建，对算法的运算速度也有较高要求。

目前主要的图像特征匹配算法有……