作者:茹祥宇,金潮,潘成峰,许超 单位:中车株洲电力机车研究所有限公司 出版:《控制与信息技术》2018年第06期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFBLJS2018060100 DOC编号:DOCBLJS2018060109 下载格式:PDF + Word/doc 文字可复制、可编辑
《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IMU/视觉融合的导航定位算法研究》PDF+DOC2020年第05期 董伯麟,柴旭 《基于改进MSCKF算法的室内机器人定位方法》PDF+DOC2020年第02期 孙弋,张雪丽 《基于反幂法和扩展卡尔曼滤波的姿态估计算法》PDF+DOC2020年第01期 张雄,黄卫华,陈劲峰 《视觉着陆三维合作目标结构设计与定位算法》PDF+DOC2019年第11期 魏祥灰,唐超颖,王彪,徐贵力 《基于ROS的惯性和视觉里程计的机器人室内定位》PDF+DOC2019年第05期 龚学锐,闵华松 《一种鲁棒的室内移动机器人定位方法》PDF+DOC2005年第04期 厉茂海,洪炳熔 《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
  • 为了提高四旋翼飞行器位姿估计精度,文章提出了一种多传感器融合算法。其设计了一个模块化的卡尔曼滤波框架,将视觉部分的初步位姿估计和基于惯性测量单元(IMU)的动力学模型相融合;提出了一种新的视觉惯性里程计方案,利用ARTag标签进行多标签融合的位姿估计,并将其结果作为算法的观测量;建立了基于IMU的动力学模型,将视觉结果加入状态向量不断进行迭代。由于IMU的频率高于视觉结果的频率,每当利用视觉结果进行更新时,选取最近的状态向量,这样在视觉结果异常时,该算法依然可以很好地工作。该算法的性能在实验中有很好的体现。

    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。