作者:董伯麟,柴旭 单位:中国电子科技集团公司第二十六研究所 出版:《压电与声光》2020年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFYDSG2020050310 DOC编号:DOCYDSG2020050319 下载格式:PDF + Word/doc 文字可复制、可编辑
《单目视觉惯性融合方法在无人机位姿估计中的应用》PDF+DOC2018年第06期 茹祥宇,金潮,潘成峰,许超 《融合IMU的RGBD-SLAM算法改进研究》PDF+DOC2015年第01期 闵华松,杨杰 《基于体感传感器的室内机器人定位研究》PDF+DOC2012年第08期 贺白羽,蒋蓁 《视觉SLAM技术的进展与应用》PDF+DOC2018年第06期 邸凯昌,万文辉,赵红颖,刘召芹,王润之,张飞舟 《基于模糊预测的INS/视觉无人机自主着陆导航算法》PDF+DOC2019年第12期 洪亮,章政,李亚贵,李宇峰,张舰栋 《基于激光雷达的智能小车SLAM研究》PDF+DOC2020年第05期 汤巍,王冠凌 《基于关键帧的视觉惯性定位算法》PDF+DOC2020年第05期 徐玲,蔡慧,郑恩辉,花江峰,刘政,王谈谈 《基于视觉与IMU融合的采茶机器人位姿估计研究》PDF+DOC2019年第07期 周俊,吴明晖,王先伟 《基于单目视觉与惯导融合的无人机位姿估计》PDF+DOC2017年第S2期 熊敏君,卢惠民,熊丹,肖军浩,吕鸣 《基于惯性/磁力传感器与单目视觉融合的SLAM方法》PDF+DOC2018年第06期 王泽华,梁冬泰,梁丹,章家成,刘华杰
  • 针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2算法进行位姿估计,同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化,通过数据采集实验表明,该方法能有效提高机器人的定位精度和系统建图效果。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。