针对特征点匹配中误匹配筛选算法鲁棒性差及效率低等问题,提出了一种快速的误匹配筛选算法。文中将基于欧氏距离的大津法与随机取样一致算法相融合,针对传统方法筛选数量问题,在欧氏距离的基础上引入大津法,通过大津法对匹配对进行误匹配剔除,并对数据进行排序以提高算法运行速度,最后利用RANSAC对优化数据进行第三次筛选。实验表明此算法的准确率要优于主流筛选算法,筛选结果的正确率在95%以上,具有良好的鲁棒性;在运行速度方面,此算法比传统的RANSAC算法减少了80%以上的运行时间,具有良好的实时性。

机器人同时定位与地图构建算法(SLAM,Simultaneous Localization and Mapping)可实现机器人的自主控制,文中将SLAM算法与视觉传感器结合,搭载红外摄像头的RGB-D摄像头可以快速进行运动估计及构建3D点云地图,最后将视觉里程计测量的相机位姿与回环检测的信息结合,经过优化可得到轨迹估计的地图。