作者:王崴,彭勃宇,周诚,瞿珏,刘晓卫 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2015年第07期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2015070390 DOC编号:DOCCGQJ2015070399 下载格式:PDF + Word/doc 文字可复制、可编辑
《Quaternion-EKF的多源传感器联合定向算法》PDF+DOC2016年第03期 赵文晔,高井祥,刘昶 《基于四元数与卡尔曼滤波的四旋翼飞行器姿态估计》PDF+DOC2016年第14期 王宏昊,陈明,张坤 《基于互补滤波的输电导线舞动轨迹还原算法》PDF+DOC2017年第01期 汪滔,吴德智,胡柯,孔海林,李睿 《农机具姿态倾角测量系统设计与试验》PDF+DOC2017年第22期 黄培奎,张智刚,罗锡文,刘兆朋,王辉,林志健,高维炜 《融合MT2503与MEMS传感器的惯性导航定位算法》PDF+DOC2019年第03期 王超 《改进梯度下降法的机载云台姿态解算》PDF+DOC2019年第08期 王铎,袁亮,侯爱萍,姜宏 《模态切换水下机器人微惯性导航分析》PDF+DOC2015年第03期 张明,刘慧婷,眭翔,宋振文,刘海舰,曾庆军 《两轮直立自平衡车的设计》PDF+DOC2013年第04期 杨程引,程菊花,陈友荣,许建芬,李力栋 《基于MEMS惯性传感器的机器人姿态检测系统的研究》PDF+DOC2007年第02期 秦勇,臧希喆,王晓宇,赵杰,蔡鹤皋 《基于互补滤波器的两轮平衡车姿态角度测量》PDF+DOC2014年第18期 边群星,陈锟,陈郑洲
  • 持续稳定的准确注册是构建增强现实系统的关键,为提高跟踪注册的稳定性和精度,提出了一种基于互补滤波(CF)和无迹卡尔曼滤波(UKF)的多传感器融合注册方案。该算法采用互补滤波器融合陀螺仪、加速度计和地磁感应计数据估计摄像头姿态;在处理视觉图像时,结合惯性姿态数据进行图像特征匹配;利用UKF融合视觉和惯性数据进行摄像头位置估计。实验表明:该算法在跟踪稳定性、精度、效率和抗干扰能力均优于传统的基于扩展卡尔曼滤波(EKF)的融合算法。

    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。