SLAM(simultaneous localization and mapping)是无人载体实现自主导航定位的关键技术。针对传统视觉SLAM系统在动态场景下导航定位精度低的问题,在视觉SLAM系统的基础上引入惯性传感器(inertial measure-ment unit)。在ORB-SLAM3系统...SLAM(simultaneous localization and mapping)是无人载体实现自主导航定位的关键技术。针对传统视觉SLAM系统在动态场景下导航定位精度低的问题,在视觉SLAM系统的基础上引入惯性传感器(inertial measure-ment unit)。在ORB-SLAM3系统的基础上设计了一种面向动态环境的视觉惯性SLAM系统。提出一种基于向量场一致性(vector field consensus,VFC)的稀疏光流法来追踪图像的特征点并计算基础矩阵,分别利用光流对极几何约束和惯性传感器信息计算特征点的动态概率,提出一种联合的动态特征检测方法计算特征点的总动态概率,并将动态概率大于阈值的特征点进行剔除,在SLAM系统的前端实现了视觉信息与惯性运动信息的紧耦合。在数据集上的实验结果表明,该视觉惯性SLAM改进算法有良好的性能表现。展开更多
移动机器人同步定位与建图问题(Simultaneous localization and mapping,SLAM)是机器人能否在未知环境中实现完全自主的关键问题之一.其中,机器人定位估计对于保持地图的一致性非常重要.本文分析了SLAM问题中机器人定位误差的收敛特性....移动机器人同步定位与建图问题(Simultaneous localization and mapping,SLAM)是机器人能否在未知环境中实现完全自主的关键问题之一.其中,机器人定位估计对于保持地图的一致性非常重要.本文分析了SLAM问题中机器人定位误差的收敛特性.分析表明随着机器人的运动,机器人定位误差总体上逐渐增大;在完全未知环境中无法预测机器人定位误差的上限.根据理论分析,本文提出了一种控制机器人定位误差在单位距离上增长速度的算法.该算法通过搜索获得满足定位误差限制的最佳的机器人运动速度,从而控制机器人定位误差的增长.展开更多
文摘SLAM(simultaneous localization and mapping)是无人载体实现自主导航定位的关键技术。针对传统视觉SLAM系统在动态场景下导航定位精度低的问题,在视觉SLAM系统的基础上引入惯性传感器(inertial measure-ment unit)。在ORB-SLAM3系统的基础上设计了一种面向动态环境的视觉惯性SLAM系统。提出一种基于向量场一致性(vector field consensus,VFC)的稀疏光流法来追踪图像的特征点并计算基础矩阵,分别利用光流对极几何约束和惯性传感器信息计算特征点的动态概率,提出一种联合的动态特征检测方法计算特征点的总动态概率,并将动态概率大于阈值的特征点进行剔除,在SLAM系统的前端实现了视觉信息与惯性运动信息的紧耦合。在数据集上的实验结果表明,该视觉惯性SLAM改进算法有良好的性能表现。
文摘移动机器人同步定位与建图问题(Simultaneous localization and mapping,SLAM)是机器人能否在未知环境中实现完全自主的关键问题之一.其中,机器人定位估计对于保持地图的一致性非常重要.本文分析了SLAM问题中机器人定位误差的收敛特性.分析表明随着机器人的运动,机器人定位误差总体上逐渐增大;在完全未知环境中无法预测机器人定位误差的上限.根据理论分析,本文提出了一种控制机器人定位误差在单位距离上增长速度的算法.该算法通过搜索获得满足定位误差限制的最佳的机器人运动速度,从而控制机器人定位误差的增长.
