作者:曹若琛,陈靖,王涌天 单位:太原理工大学 出版:《太原理工大学学报》2016年第04期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFTYGY2016040150 DOC编号:DOCTYGY2016040159 下载格式:PDF + Word/doc 文字可复制、可编辑
《增强现实中的混合跟踪算法研究》PDF+DOC2012年第01期 徐升,陈一民,黄晨,陆壬淼,叶聪丽 《紧耦合多传感器混合跟踪算法》PDF+DOC2011年第10期 李薪宇,陈东义 《面向增强现实的多传感器组合位姿注册算法》PDF+DOC2015年第07期 王崴,彭勃宇,周诚,瞿珏,刘晓卫 《增强现实中三维跟踪注册技术概述》PDF+DOC2019年第21期 韩玉仁,李铁军,杨冬 《多传感器数据融合技术研究进展》PDF+DOC2010年第03期 黄漫国,樊尚春,郑德智,邢维巍 《基于双BP神经网络数据融合的水声定位研究》PDF+DOC2009年第03期 王怡,付丽琴,韩焱 《一种BP网络的土壤电导率数据融合算法研究》PDF+DOC2009年第10期 冯敏敏,朱培逸 《机器人导航中的多传感器数据融合新算法》PDF+DOC2008年第01期 李雄,徐宗昌,王凯 《多坐标系中的分布式和联邦式数据融合算法》PDF+DOC2008年第05期 陈垒,何友,唐小明 《基于最小二乘原理多传感器加权数据融合》PDF+DOC2013年第12期 赵华哲,李强,杨家建
  • 通过扩展卡尔曼滤波器(EKF)对手机移动终端的加速度计、陀螺仪以及视觉数据进行融合,实现混合跟踪。在此基础上,对基于EKF的数据融合算法进行改进,当失去视觉校正时,利用同步跟踪的背景区域速度更新目标区域速度,使算法在目标区域提取特征点数不足的情况下可以持续跟踪;同时引入参考坐标系,定义世界坐标系在参考坐标系中的姿态,校正在基于EKF的数据融合算法中由于光照遮挡等问题出现的角度跳变错误;最后,在实际环境中进行测试,实验结果显示本混合跟踪算法相比传统单一视觉的跟踪注册算法和以往基于EKF的数据融合算法具有明显优势。

    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。