可信度先验的RANSAC采样器

降时34%不损精度

以网格邻域匹配数度量可信度并分组采样，优先高可信匹配，减少冗余迭代。

Shaojie, Zhang · Wang, Yinghui · Jiaxing, Ma · 杨金龙 · 李巍 · Shen, Jiaxing

Applied Soft Computing Journal 2026

参数信息

精度

77.02 %

平均运行时间降幅

34.20 %

系统运行时间降幅

4.61 %

相对位姿误差降幅

11.7 %

旋转误差降幅

4.9 %

技术优势

快三成

通过优先采样高可信度匹配，避免了大量无效迭代，平均运行时间降低34.20%。

精度不打折

在多个数据集上精度与原GMS-RANSAC相当，TUM desk上达77.02%。

即插即用

集成到ORB-SLAM2后，系统运行时间降低4.61%，相对位姿误差和旋转误差分别降低11.7%和4.9%。

应用场景

• 视觉SLAM：在不损失精度的前提下加速前端匹配，缓解SLAM系统实时性瓶颈。
• 机器人定位：提升定位中RANSAC环节的效率，减少计算延迟。
• 移动机器人：降低机载计算负载，适合资源受限的移动平台。
• 实时视觉系统：保证实时视觉处理中离群点剔除的速度，维持帧率稳定。