期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
动态场景下结合语义的半直接法视觉里程计 被引量:3
1
作者 梁鸿 陈俊熹 +2 位作者 李丽华 何啸峰 陈灵娜 《计算机应用研究》 CSCD 北大核心 2021年第3期941-945,共5页
针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题,提出了一种适用于动态场景下融合语义的半直接法视觉里程计,主要由语义分割、位姿跟踪和地图管理三部分组成。首先,使用语义分割网络Mask R-CNN对每一帧图像进行语义分割... 针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题,提出了一种适用于动态场景下融合语义的半直接法视觉里程计,主要由语义分割、位姿跟踪和地图管理三部分组成。首先,使用语义分割网络Mask R-CNN对每一帧图像进行语义分割,得到语义分割二值图,结合语义先验信息删除动态特征;然后,利用静态部分特征进行帧间对齐和特征匹配完成位姿跟踪;最后,通过筛选关键帧和更新3D点深度对地图更新,并利用光束平差算法对局部地图的位姿和3D点进行优化。在公共数据集TUM RGB-D的动态序列集上的实验结果表明,该方法与ORB-SLAM2、OpenVSLAM相比,其跟踪误差分别减少了68%和72%,验证了该方法在动态场景中位姿跟踪的准确性。 展开更多
关键词 视觉里程计 深度学习 语义分割 直接 动态环境
在线阅读 下载PDF
基于改进Census变换的单目视觉里程计 被引量:4
2
作者 蔺志伟 李奇敏 汪显宇 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第8期1500-1509,共10页
针对直接法视觉里程计在光照变化场景下的失效问题,提出基于改进Census变换的单目视觉里程计,向量Census变换半直接单目视觉里程计(VC-SVO).Census变换是立体视觉领域中非参数变换的一种,可以有效减少光照变化对图像的影响.将Census变... 针对直接法视觉里程计在光照变化场景下的失效问题,提出基于改进Census变换的单目视觉里程计,向量Census变换半直接单目视觉里程计(VC-SVO).Census变换是立体视觉领域中非参数变换的一种,可以有效减少光照变化对图像的影响.将Census变换引入SLAM中的后端优化,改变传统Census变换的形式,转换到欧氏空间中表示,并采用新的误差计算方法.在SVO算法中增添非平面假设模型,扩展SVO算法并融合改进后的Census变换,通过最小化地图点的Census变换误差来得到更准确的相机位姿,同时构建环境地图.在EuRoC、New Tsukuba Stereo与TUM公开数据集上的图像实验表明,VC-SVO实现了光照变化情况下的位姿估计,验证了算法的有效性.VC-SVO算法的精度和鲁棒性要优于已开源的SVO和基于直接法的大范围定位和地图构建(LSDSLAM)算法. 展开更多
关键词 改进Census变换 直接单目视觉里程计(svo) 同时定位与建图(SLAM) 直接 单目视觉
在线阅读 下载PDF
基于深度估计SVO与IMU融合的定位算法研究
3
作者 李德航 袁宇鹏 +5 位作者 张楠 廖崧琳 王露 向路 陈凤 喻芳菲 《压电与声光》 北大核心 2025年第4期776-782,共7页
针对单一传感器的局限以及视觉惯性融合算法计算复杂度等问题,提出一种基于深度估计半直接视觉里程计(SVO)与惯性测量单元(IMU)融合的定位算法。将深度估计模块集成至SVO中,采用扩展卡尔曼滤波器构建松耦合融合框架,融合视觉位姿信息与... 针对单一传感器的局限以及视觉惯性融合算法计算复杂度等问题,提出一种基于深度估计半直接视觉里程计(SVO)与惯性测量单元(IMU)融合的定位算法。将深度估计模块集成至SVO中,采用扩展卡尔曼滤波器构建松耦合融合框架,融合视觉位姿信息与IMU加速度、角速度数据,实现状态估计与位姿校正。在KITTI数据集以及真实环境中验证表明,该算法的绝对轨迹误差低于纯视觉算法,且在复杂场景下预测轨迹与真实轨迹高度贴合。 展开更多
关键词 单目相机 惯性导航 多传感器融合定位 直接视觉里程计(svo) 扩展卡尔曼滤波器(EKF) 视觉惯性融合
在线阅读 下载PDF
基于半直接法的无人集群协同视觉SLAM算法 被引量:3
4
作者 曹昊哲 刘全攀 《兵工学报》 EI CAS CSCD 北大核心 2023年第11期3345-3358,共14页
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... 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。 展开更多
关键词 无人集群 协同视觉SLAM 直接视觉里程计 轻量化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部