检索结果-内蒙古大学图书馆

微电子学与计算机 2021年第4期38卷 35-39页

作者：成坚炼韩军张国强上海大学通信与信息工程学院上海200444 上海先进通信与数据科学研究院上海200444

针对单目视觉系统姿态估计精度不高的问题,提出了一种基于半直接法视觉里程计(SVO)的单目视觉惯性系统.系统使用误差状态卡尔曼滤波器以松耦合方式对视觉信息和惯性导航信息进行融合.视觉前端采用SVO处理图像数据,并修改了SVO的关键帧... 详细信息

针对单目视觉系统姿态估计精度不高的问题,提出了一种基于半直接法视觉里程计(SVO)的单目视觉惯性系统.系统使用误差状态卡尔曼滤波器以松耦合方式对视觉信息和惯性导航信息进行融合.视觉前端采用SVO处理图像数据,并修改了SVO的关键帧选择策略以及解决了相机前视场景中由于重定位失败导致姿态估计失败的问题.使用EuRoc数据集中的MH 01子集对所提算法进行验证.实验表明,基于SVO的单目视觉惯性系统能够有效的提高姿态估计精度.相比单目SVO算法,所提算法的位置误差减少了13.4%,旋转角的误差减少了30%.

关键词：视觉惯性系统半直接法视觉里程计误差状态卡尔曼滤波器姿态估计

来源：评论

学校读者我要写书评

暂无评论

基于特征点优化的半直接法单目视觉里程计研究

基于特征点优化的半直接法单目视觉里程计研究

引用

作者：贾智博哈尔滨工程大学

学位级别：硕士

近年来,随着视觉系统的不断发展,基于视觉的感知目标定位系统逐渐应用于实际工程与学术研究的大量的领域中。在众多定位方法中,视觉里程计依赖相机作为感知环境的唯一渠道,通过对在机器人运动过程中相机采集到的图像进行处理及相关模型... 详细信息

近年来,随着视觉系统的不断发展,基于视觉的感知目标定位系统逐渐应用于实际工程与学术研究的大量的领域中。在众多定位方法中,视觉里程计依赖相机作为感知环境的唯一渠道,通过对在机器人运动过程中相机采集到的图像进行处理及相关模型的参数求解,以实现从图像中还原相机在当前环境下的运动姿态及跟踪移动机器人的运动轨迹以及构建环境地图的目的。半直接法单目视觉里程计(SVO)算法作为一种单目视觉里程计的方法,采用单个摄像头作为数据输入来源,硬件要求低、计算量小、运算速度极快,在很多低端计算平台也能满足实时性要求,但SVO算法所提取的特征点精度不高,并且提取到运动目标上的特征点会降低位姿估计的运算精度,导致鲁棒性及抗干扰能力下降。本文分别针对以上问题对SVO算法进行改进,具体研究内容如下:针对SVO算法中FAST特征点提取方法精度较低这一问题,采用一种基于Edgelet检测与FAST方法结合的方法,在提取点特征的基础上提取图像中的线特征,更加充分的利用图像信息,以保证得到更多高质量的特征点。针对SVO算法所提取的特征点位置相对集中,从而导致特征点之间的误匹配这一问题,采用Maxgrad检测与其结合的方法,对每个cell中只提取一个梯度值最大的特征点,从而避免了特征点之间距离过近从而导致的误匹配给算法带来误差。针对场景中运动目标特征点对算法的干扰问题,本文分别从SVO提取特征点的速度方向以及特征点的速度大小两方面进行研究。分别通过保留多数相同运动方向的特征点,去除其它运动方向的特征点。以及通过Ransac引导光流的方法,在选定阈值内保留多数运动相对速度一致的特征点,去除运动速度差别过大的特征点,进而达到去除动态特征点的目的。在上述研究的基础上,分别基于EuRoC MAV数据集对SVO特征点的精度改进算法进行评估,并基于TUM数据集对去除运动目标特征点的SVO算法以及整体视觉里程计改进算法性能进行评估,结合实验结果证明算法的可行性与准确性。

关键词：单目视觉里程计半直接法视觉里程计特征提取动态特征去除

来源：评论

学校读者我要写书评

暂无评论

基于半直接法的无人集群协同视觉SLAM算法

引用

兵工学报 2023年第11期44卷 3345-3358页

作者：曹昊哲刘全攀中国人民公安大学国家安全学院北京100038 中国兵器工业集团计算机应用技术研究所北京100089

协同定位和环境感知技术是无人集群实现自主导航的基石,但受制于大规模无人集群系统小型个体平台的计算、载荷、带宽等资源所限,诸多相关技术难以实际部署应用。为实现资源约束下大规模无人集群的精准定位与环境感知,提出一种基于半直... 详细信息

协同定位和环境感知技术是无人集群实现自主导航的基石,但受制于大规模无人集群系统小型个体平台的计算、载荷、带宽等资源所限,诸多相关技术难以实际部署应用。为实现资源约束下大规模无人集群的精准定位与环境感知,提出一种基于半直接法的轻量化协同视觉SLAM算法,设计融合光流法和直接法的半直接特征点跟踪方法,采用集中式双向通讯策略,使得大规模无人集群系统在面对通讯干扰和延迟时拥有较高的容错率,同时兼具准确性和快速性。基于EuRoC数据集和实际物理环境对算法开展对比实验,结果表明:新算法的实时性能平均提升60%,显著优于其他基于特征法的协同视觉SLAM算法;在丢包率小于40%以及通讯延迟低于0.1 s的低质量通讯环境中,新算法定位精度更高、鲁棒性更强。

关键词：无人集群协同视觉SLAM 半直接法视觉里程计轻量化

来源：评论

学校读者我要写书评

暂无评论

无人机视觉里程计及其与惯性导航融合方法

无人机视觉里程计及其与惯性导航融合方法

引用

作者：田凌蕴中国石油大学(北京)

学位级别：硕士

目前,由于无人机(Unmanned Aerial Vehicle,UAV)导航系统严重依赖全球导航卫星系统(Global Navigation Satellite System,GNSS),导致其在城市、丛林或被恶意干扰等GPS拒止环境下无法正常工作。因而,近年来视觉导航技术因高定位精度、高... 详细信息

目前,由于无人机(Unmanned Aerial Vehicle,UAV)导航系统严重依赖全球导航卫星系统(Global Navigation Satellite System,GNSS),导致其在城市、丛林或被恶意干扰等GPS拒止环境下无法正常工作。因而,近年来视觉导航技术因高定位精度、高自主性以及高抗电磁干扰等优点成为了导航技术中新的研究热点。针对传统视觉里程计(Visual Odometry,VO)对于动态场景鲁棒性不强、于无人机平台实时性较差等问题,本文提出了融合YOLOv5的半直接法视觉里程计改进算法。进一步,针对单目视觉里程计存在无尺度初始化、无后端优化等问题,本文引入惯性导航与上述视觉里程计改进算法进行融合,提出了一种高精度、高稳定性的融合导航方法。本文主要工作包括:(1)提出了适用于与视觉里程计融合的目标检测改进算法。该算法针对无人机视觉小目标数据特征、边缘计算平台算力有限、系统实时性限制严格等问题,选取YOLOv5目标检测算法作为基本框架并融合卷积注意力模块,在保证实时性的前提下该改进算法提高了无人机视角下小目标检测精度;(2)提出了融合YOLOv5的半直接法视觉里程计改进算法。针对无人机平台算力有限的问题,本文选取半直接法视觉里程计为基础框架。针对动态场景鲁棒性差的问题,提出融合YOLOv5算法对场景进行目标检测,剔除视觉里程计中的动态特征点,提高了算法对于动态场景的鲁棒性。并在此基础上对初始化位姿估计算法与位姿估计优化算法进行改进,提高了视觉里程计的精度与实时性。采用TUM公开数据集进行仿真实验,实验结果证明了改进算法的有效性与鲁棒性;(3)提出了与惯性导航融合的视觉-惯性里程计改进算法。针对单目视觉里程计无尺度初始化与无后端优化问题,将上述改进算法与惯性导航融合。采取预积分算法对惯性传感器数据进行处理并使用松耦合方式进行联合初始化。使用基于滑动窗口的紧耦合方法进行后端优化,从而实现了导航精度的进一步提高。搭建四旋翼无人机实验平台,进行视觉-惯性传感器联合标定与实际飞行实验,对所提出的视觉-惯性里程计算法进行验证评估,验证了提出方法的稳定性与鲁棒性。

关键词：半直接法视觉里程计无人机目标检测视觉-惯性里程计

来源：评论

学校读者我要写书评

暂无评论

基于半直接法的立体视觉SLAM研究与实现

基于半直接法的立体视觉SLAM研究与实现

引用

作者：潘泉至西北大学

学位级别：硕士

近年来,智能移动机器人、无人驾驶、增强现实(AR,Augmented Reality)与虚拟现实(VR,Virtual Reality)等新兴技术在国内外备受关注,在强劲的市场与应用需求以及巨大的商业潜能的推动下,同步定位与地图构建(SLAM,Simultaneous Localizatio... 详细信息

近年来,智能移动机器人、无人驾驶、增强现实(AR,Augmented Reality)与虚拟现实(VR,Virtual Reality)等新兴技术在国内外备受关注,在强劲的市场与应用需求以及巨大的商业潜能的推动下,同步定位与地图构建(SLAM,Simultaneous Localization And Mapping)技术正不断向高实时性、高鲁棒性、高精度的方向发展,从而为上层应用提供高质量的定位服务与环境地图。立体视觉SLAM系统(VSLAM,Visual-SLAM)比单目VSLAM具有明显的优势,不仅能够避免单目相机带来的尺度不确定性,而且能够构建更为生动的地图。本文针对立体视觉SLAM展开讨论与研究,提出了一种基于半直接法的VSLAM,该方法融合了直接法与特征点法的优势,既具有直接法速度快、对场景纹理需求低的特点,又保持了特征点法精度高、稳定性好的优势,并且将视觉词袋模型(Bo VW,Bag-of-Visual-Word)用于闭环检测与重定位,最终实现了一个具有三线程结构的、完整的VSLAM系统,将其称为SDFSLAM(Semi-Direct Full SLAM)。SDF-SLAM的主要工作在于:1.系统同时支持双目相机与RGB-D相机两种主流的立体视觉传感器,扩大了系统适用范围并且提升了系统初始化的速度与成功率,并实现一种基于NCC(Normalized Cross Correlation)测度的双目立体测距子系统,使得系统能够快速、精确地从双目图像中计算得到特征点的深度。2.使用基于四叉树结构的关键点检测策略改进ORB特征提取算法,改善原本ORB特征容易在图像上聚集的情况,使其能够适应VSLAM的特性,然后围绕改进后的ORB特征提出并实现一种基于半直接法的视觉里程计(VO,Visual Odometry),同时利用直接法与特征点法的优势,在保持精度前提下最大限度的提升处理速度。3.基于视觉词袋模型,使用K-means++算法对42个不同场景、20多万张图片进行训练从而得到庞大的ORB视觉词典,以此为基础实现SDF-SLAM系统的闭环检测模块,有效的解决了闭环检测问题,一定程度上消除了累积误差。4.在公开数据集以及个人采集的现实环境数据集上对SDF-SLAM系统通过实验进行评估与分析,并与多个知名的开源VSLAM系统做出对比实验,证明SDF-SLAM系统在保持了良好精度的前提条件下,具有优异的实时性和实用性。

关键词：同步定位与地图构建立体视觉特征提取半直接法视觉里程计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：