作者:黄伟杰,张国山 单位:东北大学 出版:《控制与决策》2019年第12期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFKZYC2019120100 DOC编号:DOCKZYC2019120109 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于惯性传感器和视觉里程计的机器人定位》PDF+DOC2013年第01期 夏凌楠,张波,王营冠,魏建明 《视觉SLAM系统分析》PDF+DOC2018年第19期 揭云飞,王峰,智凯旋,熊超伟,李学易 《井下多传感器组合导航系统》PDF+DOC2019年第07期 张元刚,刘坤,白猛,彭继国 《视觉惯性SLAM综述》PDF+DOC2019年第12期 孙永全,田红丽 《基于激光与RGB-D相机的异构多机器人协作定位》PDF+DOC2019年第01期 张文安,梁先鹏,仇翔,邢科新 《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 《视觉与惯性传感器融合的隐式卡尔曼滤波位置估计算法》PDF+DOC2012年第07期 杜光勋,全权,蔡开元 《基于惯性传感器的上肢位置跟踪》PDF+DOC2018年第06期 吴斌,刘丽明,薛婷,张晓东 《基于惯性传感器数据融合的管线三维可视化》PDF+DOC2018年第34期 李瑞通,赵庆生,王旭平 《基于四元素的扩展卡尔曼滤波航姿参考系统算法设计》PDF+DOC2015年第04期 刘维亭,白杨
  • 针对相机定位问题,设计基于深度相机和惯性传感器的视觉惯性里程计,里程计包含定位部分和重定位部分.定位部分使用不变卡尔曼滤波融合多层迭代最近点(ICP)的估计值和惯性传感器的测量值来获得精确的相机位姿,其中ICP的估计误差使用费舍尔信息矩阵进行量化.由于需要使用海量的点云作为输入,采用GPU并行计算以快速实现ICP估计和误差量化的过程.当视觉惯性里程计出现定位失败时,结合惯性传感器数据建立恒速模型,并基于此模型改进随机蕨定位方法,实现视觉惯性里程计的重定位.实验结果表明,所设计的视觉惯性里程计可以获得准确追踪相机且可以进行有效的重定位。

    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。