期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于矩阵李群表示及容积卡尔曼滤波的视觉惯导里程计新方法
被引量：
8
1
作者
闫德立
喻薇
+2 位作者
宋宇
吴春慧
宋永端
《控制与决策》
EI
CSCD
北大核心
2020年第8期1823-1832,共10页
针对滤波方法实现的视觉-惯导里程计(VIO)问题,为更准确传递旋转运动的不确定性并降低系统线性化误差,提高位姿估计的精度,设计并实现了一种高维矩阵李群表示的采用容积卡尔曼滤波框架实现的VIO算法.算法将状态变量构建为一个高维李群矩...
针对滤波方法实现的视觉-惯导里程计(VIO)问题,为更准确传递旋转运动的不确定性并降低系统线性化误差,提高位姿估计的精度,设计并实现了一种高维矩阵李群表示的采用容积卡尔曼滤波框架实现的VIO算法.算法将状态变量构建为一个高维李群矩阵,并定义了李群变量在容积点采样过程中的‘加法’运算,将容积点和状态均值、方差等概念由欧氏空间扩展到流形空间;采用容积变换传递状态均值及方差,避免了旋转运动复杂的雅克比矩阵计算过程,降低了模型线性化误差.最后,使用EuRoc MAV数据集进行算法验证,结果表明所提出算法在提高位姿估计精度方面是有效的.
展开更多
关键词
视觉
-
惯
导
里程计
矩阵李群
容积卡尔曼滤波
位姿估
计
原文传递
VIO-SLAM综述
被引量：
9
2
作者
房德国
王伟
+2 位作者
李自然
华锡焱
潘枭
《电光与控制》
CSCD
北大核心
2020年第12期58-62,100,共6页
VIO-SLAM指的是移动机器人把相机和IMU作为外部传感器,在进行自身定位的同时构建外部地图。从前端视觉惯导里程计、后端优化、回环检测和建图等模块对VIO-SLAM定位系统进行综述。对于视觉惯导里程计,主要讲述特征点法和光流法的异同,以...
VIO-SLAM指的是移动机器人把相机和IMU作为外部传感器,在进行自身定位的同时构建外部地图。从前端视觉惯导里程计、后端优化、回环检测和建图等模块对VIO-SLAM定位系统进行综述。对于视觉惯导里程计,主要讲述特征点法和光流法的异同,以及IMU预积分的过程;后端优化主要指出如何处理VIO-SLAM过程中的噪声以及IMU中陀螺仪和加速度的数据误差;回环检测主要阐述如何解决位置估计随时间漂移的问题;而建图部分则依据移动机器人的用途指出几种主要的建图方法和建图策略。最后对VIO-SLAM的发展趋势做出展望。
展开更多
关键词
移动机器人
视觉
惯
导
里程计
回环检测
下载PDF
职称材料
双目视觉辅助的激光惯导SLAM算法
被引量：
3
3
作者
刘辉
张雪波
+1 位作者
李如意
苑晶
《控制与决策》
EI
CSCD
北大核心
2024年第6期1787-1800,共14页
激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息,在结构特征缺乏的场景下,此类算法的位姿估计精度与鲁棒性将下降甚至运行失败.对此,结合惯性测量单元(inerti...
激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息,在结构特征缺乏的场景下,此类算法的位姿估计精度与鲁棒性将下降甚至运行失败.对此,结合惯性测量单元(inertial measurement unit,IMU)不受环境约束、相机依赖视觉纹理的特点,提出一种双目视觉辅助的激光惯导SLAM算法,以解决纯激光SLAM算法在环境结构特征缺乏时的退化问题.即采用双目视觉惯导里程计算法为激光扫描匹配模块提供视觉先验位姿,并进一步兼顾视觉约束与激光结构特征约束进行联合位姿估计.此外,提出一种互补滤波算法与因子图优化求解的组合策略,完成激光里程计参考系与惯性参考系对准,并基于因子图将激光位姿与IMU数据融合以约束IMU偏置,在视觉里程计失效的情况下为激光扫描匹配提供候补的相对位姿预测.为进一步提高全局轨迹估计精度,提出基于迭代最近点匹配算法(iterative closest point,ICP)与基于图像特征匹配算法融合的混合闭环检测策略,利用6自由度位姿图优化方法显著降低里程计漂移误差并构建环境地图.最后,将所提出方法在公开与自制数据集上进行实验验证,并与主流开源的SLAM算法进行对比.实验结果表明,所提出算法可以在结构特征缺乏环境下稳定运行,并且相较于对比算法具有更高的位姿估计精度和算法鲁棒性.
展开更多
关键词
激光SLAM
闭环检测
结构特征缺乏环境
位姿图优化
视觉
惯
导
里程计
原文传递
题名
基于矩阵李群表示及容积卡尔曼滤波的视觉惯导里程计新方法
被引量：
8
1
作者
闫德立
喻薇
宋宇
吴春慧
宋永端
机构
北京交通大学电子信息工程学院
石家庄铁道大学电气与电子工程学院
重庆大学自动化学院
出处
《控制与决策》
EI
CSCD
北大核心
2020年第8期1823-1832,共10页
基金
国家自然科学基金项目(61773081,61860206008,61803053,61833013,61573053,11972238)
中央高校基本科研业务费专项基金项目(2018CDPTCG0001/43)
+1 种基金
河北省自然科学基金项目(E2016210104)
河北省教育厅项目(Z2017022)。
文摘
针对滤波方法实现的视觉-惯导里程计(VIO)问题,为更准确传递旋转运动的不确定性并降低系统线性化误差,提高位姿估计的精度,设计并实现了一种高维矩阵李群表示的采用容积卡尔曼滤波框架实现的VIO算法.算法将状态变量构建为一个高维李群矩阵,并定义了李群变量在容积点采样过程中的‘加法’运算,将容积点和状态均值、方差等概念由欧氏空间扩展到流形空间;采用容积变换传递状态均值及方差,避免了旋转运动复杂的雅克比矩阵计算过程,降低了模型线性化误差.最后,使用EuRoc MAV数据集进行算法验证,结果表明所提出算法在提高位姿估计精度方面是有效的.
关键词
视觉
-
惯
导
里程计
矩阵李群
容积卡尔曼滤波
位姿估
计
Keywords
visual inertial odometry
matrix Lie group
cubuture Kalman filter
pose estimation
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
VIO-SLAM综述
被引量：
9
2
作者
房德国
王伟
李自然
华锡焱
潘枭
机构
南京信息工程大学自动化学院
出处
《电光与控制》
CSCD
北大核心
2020年第12期58-62,100,共6页
文摘
VIO-SLAM指的是移动机器人把相机和IMU作为外部传感器,在进行自身定位的同时构建外部地图。从前端视觉惯导里程计、后端优化、回环检测和建图等模块对VIO-SLAM定位系统进行综述。对于视觉惯导里程计,主要讲述特征点法和光流法的异同,以及IMU预积分的过程;后端优化主要指出如何处理VIO-SLAM过程中的噪声以及IMU中陀螺仪和加速度的数据误差;回环检测主要阐述如何解决位置估计随时间漂移的问题;而建图部分则依据移动机器人的用途指出几种主要的建图方法和建图策略。最后对VIO-SLAM的发展趋势做出展望。
关键词
移动机器人
视觉
惯
导
里程计
回环检测
Keywords
mobile robot
visual inertial navigation odometer
loop detection
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
双目视觉辅助的激光惯导SLAM算法
被引量：
3
3
作者
刘辉
张雪波
李如意
苑晶
机构
南开大学机器人与信息自动化研究所
天津市智能机器人技术重点实验室
出处
《控制与决策》
EI
CSCD
北大核心
2024年第6期1787-1800,共14页
基金
国家自然科学基金项目(62073178,62003176)
工业物联网与网络化控制教育部重点实验室开放基金项目
+3 种基金
天津市自然科学基金项目(22JCZDJC00810)
天津市杰出青年基金项目(20JCJQJC00140)
中央高校基本科研业务费专项资金项目(ZB23003422)
中国博士后科学基金项目(2020M670628)。
文摘
激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息,在结构特征缺乏的场景下,此类算法的位姿估计精度与鲁棒性将下降甚至运行失败.对此,结合惯性测量单元(inertial measurement unit,IMU)不受环境约束、相机依赖视觉纹理的特点,提出一种双目视觉辅助的激光惯导SLAM算法,以解决纯激光SLAM算法在环境结构特征缺乏时的退化问题.即采用双目视觉惯导里程计算法为激光扫描匹配模块提供视觉先验位姿,并进一步兼顾视觉约束与激光结构特征约束进行联合位姿估计.此外,提出一种互补滤波算法与因子图优化求解的组合策略,完成激光里程计参考系与惯性参考系对准,并基于因子图将激光位姿与IMU数据融合以约束IMU偏置,在视觉里程计失效的情况下为激光扫描匹配提供候补的相对位姿预测.为进一步提高全局轨迹估计精度,提出基于迭代最近点匹配算法(iterative closest point,ICP)与基于图像特征匹配算法融合的混合闭环检测策略,利用6自由度位姿图优化方法显著降低里程计漂移误差并构建环境地图.最后,将所提出方法在公开与自制数据集上进行实验验证,并与主流开源的SLAM算法进行对比.实验结果表明,所提出算法可以在结构特征缺乏环境下稳定运行,并且相较于对比算法具有更高的位姿估计精度和算法鲁棒性.
关键词
激光SLAM
闭环检测
结构特征缺乏环境
位姿图优化
视觉
惯
导
里程计
Keywords
lidar-based SLAM
loop closure detection
structureless environment:pose graph optimization
visual-inertial odometry
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于矩阵李群表示及容积卡尔曼滤波的视觉惯导里程计新方法
闫德立
喻薇
宋宇
吴春慧
宋永端
《控制与决策》
EI
CSCD
北大核心
2020
8
原文传递
2
VIO-SLAM综述
房德国
王伟
李自然
华锡焱
潘枭
《电光与控制》
CSCD
北大核心
2020
9
下载PDF
职称材料
3
双目视觉辅助的激光惯导SLAM算法
刘辉
张雪波
李如意
苑晶
《控制与决策》
EI
CSCD
北大核心
2024
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
