检索结果-内蒙古大学图书馆

中国惯性技术学报 2011年第3期19卷 302-306页

作者：冯国虎吴文启曹聚亮宋敏国防科技大学机电工程与自动化学院长沙410073

提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解... 详细信息

提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22 m的推车实验和1412 m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

关键词：单目视觉里程计捷联惯性组合导航系统组合导航标度因数

来源：评论

学校读者我要写书评

暂无评论

基于改进的3维ICP匹配的单目视觉里程计

引用

机器人 2018年第1期40卷 56-63页

作者：袁梦李艾华崔智高姜柯郑勇火箭军工程大学陕西西安710025

针对目前流行的单目视觉里程计当移动机器人做"近似纯旋转运动"时鲁棒性不强的问题,从理论上分析了其定位鲁棒性不高的原因,提出了一种基于改进的3维迭代最近点(ICP)匹配的单目视觉里程计算法.该算法首先初始化图像的边特征... 详细信息

针对目前流行的单目视觉里程计当移动机器人做"近似纯旋转运动"时鲁棒性不强的问题,从理论上分析了其定位鲁棒性不高的原因,提出了一种基于改进的3维迭代最近点(ICP)匹配的单目视觉里程计算法.该算法首先初始化图像的边特征点对应的深度值,之后利用改进的3维ICP算法迭代求解2帧图像之间对应的3维坐标点集的6维位姿,最后结合边特征的几何约束关系利用扩展卡尔曼深度滤波器更新深度值.改进的ICP算法利用反深度不确定度加权、边特征梯度搜索与匹配等方法,提高了传统ICP算法迭代求解的实时性和准确性.并且将轮子里程计数据作为迭代初始值,能够进一步提高定位算法的精度和针对"近似纯旋转运动"问题的鲁棒性.本文采用3个公开数据集进行算法验证,该算法在不损失定位精度的前提下,能够有效提高针对近似纯旋转运动、大场景下的鲁棒性.单目移动机器人利用本文算法可在一定程度上校正里程计漂移的问题.

关键词：单目视觉里程计纯旋转运动 3维ICP匹配深度滤波器里程计漂移

来源：评论

学校读者我要写书评

暂无评论

无人驾驶车辆单目视觉里程计的研究进展

引用

吉林大学学报（工学版） 2020年第3期50卷 765-775页

作者：马芳武史津竹葛林鹤代凯仲首任吴量吉林大学汽车工程学院长春130022 吉林大学汽车仿真与控制国家重点实验室长春130022

基于视觉里程计(VO)的研究现状和无人驾驶车辆的应用背景,对无人驾驶车辆单目视觉里程计的最新研究进展进行了综述。首先,详细介绍了无人驾驶车辆单目视觉里程计的研究热点,包括基于路面特征和几何先验、考虑车辆运动特性约束、新型视... 详细信息

基于视觉里程计(VO)的研究现状和无人驾驶车辆的应用背景,对无人驾驶车辆单目视觉里程计的最新研究进展进行了综述。首先,详细介绍了无人驾驶车辆单目视觉里程计的研究热点,包括基于路面特征和几何先验、考虑车辆运动特性约束、新型视觉传感器与多传感器融合以及深度学习相关方法。其次,分析了无人驾驶车辆单目视觉里程计目前存在的问题和挑战。最后,展望了无人驾驶车辆单目视觉里程计在考虑车辆动力学模型、将深度学习方法应用于道路复杂动态环境和多传感器融合、基于车联网的多车辆协同视觉里程计等方面的未来研究方向。

关键词：车辆工程单目视觉里程计多传感器融合深度学习车辆动力学模型

来源：评论

学校读者我要写书评

暂无评论

融合光流与特征点匹配的单目视觉里程计

引用

浙江大学学报（工学版） 2014年第2期48卷 279-284页

作者：郑驰项志宇刘济林浙江大学信息与电子工程学系浙江杭州310027 浙江省综合信息网技术重点实验室浙江杭州310027

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点(SURF)进行帧间大位移匹配来矫正光流法结果.通... 详细信息

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点(SURF)进行帧间大位移匹配来矫正光流法结果.通过卡尔曼滤波更新机器人的位置和姿态.结果表明,融合算法克服了光流法定位精度差和特征点匹配法处理速度慢的缺点,突出了光流法实时性和特征点匹配定位准确性的优点,该方法能够提供较准确的实时定位输出,并对光照变化和路面纹理较少的情况有一定的鲁棒性.

关键词：单目视觉里程计光流特征点匹配卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于循环卷积神经网络的单目视觉里程计

引用

机器人 2019年第2期41卷 147-155页

作者：陈宗海洪洋王纪凯葛振华中国科学技术大学自动化系安徽合肥230027

提出了一种基于卷积长短期记忆(LSTM)网络和卷积神经网络(CNN)的单目视觉里程计方法,命名为LSTMVO(LSTM visual odometry).LSTMVO采用无监督的端到端深度学习框架,对单目相机的6-DoF位姿以及场景深度进行同步估计.整个网络框架包含位姿... 详细信息

提出了一种基于卷积长短期记忆(LSTM)网络和卷积神经网络(CNN)的单目视觉里程计方法,命名为LSTMVO(LSTM visual odometry).LSTMVO采用无监督的端到端深度学习框架,对单目相机的6-DoF位姿以及场景深度进行同步估计.整个网络框架包含位姿估计网络以及深度估计网络,其中位姿估计网络是以端到端方式实现单目位姿估计的深度循环卷积神经网络(RCNN),由基于卷积神经网络的特征提取和基于循环神经网络(RNN)的时序建模组成,深度估计网络主要基于编码器和解码器架构生成稠密的深度图.同时本文还提出了一种新的损失函数进行网络训练,该损失函数由图像序列之间的时序损失、深度平滑度损失和前后一致性损失组成.基于KITTI数据集的实验结果表明,通过在原始单目RGB图像上进行训练,LSTMVO在位姿估计精度以及深度估计精度方面优于现有的主流单目视觉里程计方法,验证了本文提出的深度学习框架的有效性.

关键词：卷积LSTM 循环卷积神经网络单目视觉里程计无监督学习

来源：评论

学校读者我要写书评

暂无评论

单目视觉里程计/卫星组合导航系统研究

单目视觉里程计/卫星组合导航系统研究

引用

作者：冯玉朋南京航空航天大学

学位级别：硕士

导航定位技术是无人驾驶车辆的关键技术之一,是车辆进行自主运动的前提。卫星导航系统与视觉里程计系统具有良好的互补特性,采用组合导航技术将两者结合,可以提高导航系统的整体性能。本文在低成本传感器的基础上,主要对单目视觉里程计... 详细信息

导航定位技术是无人驾驶车辆的关键技术之一,是车辆进行自主运动的前提。卫星导航系统与视觉里程计系统具有良好的互补特性,采用组合导航技术将两者结合,可以提高导航系统的整体性能。本文在低成本传感器的基础上,主要对单目视觉里程计系统的特征检测与关联模块算法以及单目视觉里程计/卫星组合系统的信息融合算法进行研究。首先,本文针对运行在车载导航系统中的单目视觉里程计系统实时性较差的问题,提出基于FAST和金字塔KLT的特征点检测与实时跟踪算法。该算法以FAST特征检测器对图像进行特征点检测,随后使用KLT算法采用特征跟踪的方式来获取帧间图像的特征点关联集合。从算法运行时间与获取的特征点关联数目两方面性能对算法进行实验分析,结果表明,提出的算法在获取足够的特征关联数目用于位姿解算的前提下,提高了算法的运行效率。其次,对单目视觉里程计/卫星组合系统的结构与误差模型进行分析。建立基于间接法卡尔曼滤波算法的松组合导航系统模型,推导单目视觉里程计系统的位置和姿态误差传播方程,结合组合系统的结构,建立单目视觉里程计/卫星组合系统的系统模型与测量模型。通过仿真实验对组合系统的模型进行验证。最后,针对标准UKF算法在单目视觉里程计/卫星组合系统应用过程中会产生冗余计算的问题,提出一种改进UKF算法。该算法对标准UKF算法的时间更新过程进行了优化,采取与KF算法相同的时间更新过程来避免标准UKF算法因UT变换产生的额外计算。将提出的算法应用于单目视觉里程计/卫星组合系统中进行实验验证,并将其与标准UKF算法进行对比。结果表明,改进UKF算法在确保滤波精度的前提下,算法计算量明显降低。通过实车实验对本文设计的单目视觉里程计/卫星组合系统的定位性能进行分析,实验结果表明,本文设计的组合系统弥补了单一导航系统的不足,对于提高无人驾驶车辆的定位导航性能具有参考意义。

关键词：单目视觉里程计卫星导航组合导航卡尔曼滤波无人驾驶导航

来源：评论

学校读者我要写书评

暂无评论

一种用于单目视觉里程计的特征匹配改进算法

引用

测绘科学 2020年第6期45卷 51-56页

作者：王俊鹏陈国良王睿靳赛州中国矿业大学自然资源部国土环境与灾害监测重点实验室江苏徐州221116 中国矿业大学环境与测绘学院江苏徐州221116

针对随机采样一致算法计算复杂且不能完全消除误匹配的缺点,该文提出了一种特征匹配改进算法来克服该缺点。在特征匹配后根据距离约束筛选匹配点对,然后基于随机采样一致算法进行二次筛选,利用最终的匹配结果构建优化问题,基于图优化理... 详细信息

针对随机采样一致算法计算复杂且不能完全消除误匹配的缺点,该文提出了一种特征匹配改进算法来克服该缺点。在特征匹配后根据距离约束筛选匹配点对,然后基于随机采样一致算法进行二次筛选,利用最终的匹配结果构建优化问题,基于图优化理论进行运动估计。匹配筛选实验验证了算法的有效性,结果表明,经本文算法筛选得到的特征匹配,满足单目视觉里程计的数据要求,且轨迹跟踪实验里程计绝对轨迹误差的均方根误差值较现有方法下降了22.66%。

关键词：单目视觉里程计特征匹配随机采样一致算法距离约束图优化

来源：评论

学校读者我要写书评

暂无评论

基于融合BEBLID和改进ORB算法的单目视觉里程计研究

引用

组合机床与自动化加工技术 2024年第3期 6-11页

作者：余正强蒋林郭宇飞武汉科技大学冶金装备及其控制教育部重点实验室武汉430081 武汉科技大学机器人与智能系统研究院武汉430081

为防止FAST算法在纹理丰富的环境下提取的特征点过于密集,通过预设条件使特征点稀疏化,便于后续对极约束恢复相机的位姿;为保证相机摄入的图像帧中纹理较少,特征提取时不会丢失图像信息,提出根据特征点数量调整检测方式,使其自适应提取... 详细信息

为防止FAST算法在纹理丰富的环境下提取的特征点过于密集,通过预设条件使特征点稀疏化,便于后续对极约束恢复相机的位姿;为保证相机摄入的图像帧中纹理较少,特征提取时不会丢失图像信息,提出根据特征点数量调整检测方式,使其自适应提取图像特征,增强对复杂环境的适应性;为提高图像特征的匹配精度,通过融入BEBLID使特征点描述符充分表达。经实验验证,面对复杂的场景,改进算法有较强的环境鲁棒性。改进算法的匹配精度要高于ORB算法,在算法耗时方面相较SIFT算法有量级提升。经轨迹测算后,相比于ORB算法,改进算法在相机运动上更贴合真实轨迹,在位姿精度上有较明显的提升。

关键词： VSLAM 单目视觉里程计 BEBLID 匹配精度相机轨迹

来源：评论

学校读者我要写书评

暂无评论

一种改进SURF算法的单目视觉里程计

引用

重庆邮电大学学报（自然科学版） 2014年第3期26卷 390-396页

作者：张毅童学容罗元重庆邮电大学自动化学院重庆400065 重庆邮电大学光电工程学院重庆400065

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的... 详细信息

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的正确率和鲁棒性,随后进行与深度图像的映射,实现三维重建并利用最小平方中值定理估计出机器人的路径信息。实验证明,该方法匹配正确率较SURF算法更高,在动态环境下具有很好的鲁棒性,是一种简单、有效的单目视觉里程计新方法。

关键词：单目视觉里程计 SURF算法 Kinect传感器三维重建

来源：评论

学校读者我要写书评

暂无评论

基于无监督学习的单目视觉里程计

基于无监督学习的单目视觉里程计

引用

作者：陈晨毅浙江工商大学

学位级别：硕士

在大多数的计算机视觉应用中,精准地估计运动物体的运动姿态是其重要任务之一。位姿估计普遍应用于运动估计、VR(Virtual Reality)、无人驾驶等视觉任务。根据系统所采用的相机数量,可划分为单目或双目位姿估计,并扩展到单目或双目视觉... 详细信息

在大多数的计算机视觉应用中,精准地估计运动物体的运动姿态是其重要任务之一。位姿估计普遍应用于运动估计、VR(Virtual Reality)、无人驾驶等视觉任务。根据系统所采用的相机数量,可划分为单目或双目位姿估计,并扩展到单目或双目视觉里程计。随着近年来深度学习的快速发展,越来越多的研究人员将位姿估计问题和深度学习相结合,以获取更精确和鲁棒的估计结果。本文主要研究对象是基于深度学习的无监督单目视觉里程计,将深度估计和位姿估计任务联合训练。大多数的无监督单目视觉里程计研究中存在尺度歧义的问题,模型的结果在与真实数据(Ground Truth,GT)比较之前,需要先进行尺度恢复,恢复到世界的真实尺度。本文对该问题进行了研究和改进。另外,本文还优化了位姿估计网络的代价函数,提高了模型的精度。主要研究工作及创新如下:(1)本文首先详细介绍了传统几何视觉里程计方法,包括直接法和间接法。接着介绍了基于深度学习的视觉里程计方法,并且针对目前两个主流的无监督位姿估计方法开展讨论分析,分别是联合深度估计、位姿估计任务训练的SfMNet方法,以及联合深度估计、位姿估计、光流任务训练的GeoNet。接着介绍了本文实验所使用的数据集,及其相关的测评方式和指标。(2)由于单目视觉里程计仅依靠前、后图像帧来计算已知空间中某两点间的距离,不能够确定物体的绝对深度,因此最终获取的运动轨迹具有尺度不确定性。但是双目视觉里程计可根据同一帧内的左右立体图像对,恢复视觉里程计运动轨迹的绝对尺度。本文提出了一种基于深度神经网络的单目视觉里程计框架,在训练阶段,损失函数计算中引入双目立体图像数据以提供额外的双目基准约束,从而恢复了世界的真实尺度。在测试阶段,单目数据作为测试样本,预测相机的相对位姿变化。测评结果表明,所提模型已经恢复世界的真实尺度。(3)针对视觉里程计存在的累计误差问题,本文提出了一种新的位姿回环一致性损失,充分利用了训练样本中的空间信息,使得物体的运动轨迹与GT相接近,提高了模型的鲁棒性和相机的位姿估计的精度。鉴于欧拉角存在万向锁情况,本文还引入了效率较高的单位四元数。假设位姿估计网络的输入为连续三帧左图样本,鉴于传统几何视觉里程计中直接法的闭环检测,分别获得第一帧与第二帧、第二帧与第三帧、第一帧与第三帧的相机相对位姿估计,形成一个闭环,为模型提供了更强的约束。将本文的无监督VO算法与SfMLearner算法做比较,所提方法可明显降低模型的平移和旋转误差。

关键词：无监督学习单目视觉里程计尺度歧义姿态估计回环约束

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：