期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
惯性-视觉复合传感器同步内触发设计 被引量:1
1
作者 于明 李凯 韩焱 《应用光学》 CAS CSCD 北大核心 2013年第4期584-587,共4页
通过同步内触发惯性-视觉复合传感器,实现对远距离、高速动态目标的测量。将高精度惯性传感单元ADIS16355与普通单目摄像机同步触发采集,通过任意位置变化、光轴角度旋转,达到双目视觉效果,有效解决了三维空间运动目标定位问题。由激光... 通过同步内触发惯性-视觉复合传感器,实现对远距离、高速动态目标的测量。将高精度惯性传感单元ADIS16355与普通单目摄像机同步触发采集,通过任意位置变化、光轴角度旋转,达到双目视觉效果,有效解决了三维空间运动目标定位问题。由激光按键控制图像起始帧的标注,同时产生高电平信号,与摄像机视频信号分离出的奇/偶场同步脉冲信号一起通过与门电路输出,作为单片机标记惯性数据的中断信号,实现同步测量,可有效消除错帧、丢帧等现象,精度可达微秒级,为惯性传感器与普通单目摄像机同步采集提供了一种有效的解决方案。 展开更多
关键词 同步内触发 惯性-视觉复合传感器 三维空间运动目标定位 偶场同步脉冲信号
在线阅读 下载PDF
一种基于多状态颜色一致性约束的激光-惯性-视觉里程计
2
作者 刘春明 于光远 +3 位作者 李琮 施鹏程 孙世颖 徐勇军 《电讯技术》 北大核心 2025年第1期119-126,共8页
基于视觉、激光等单一传感器的定位方法难以适应多样化的环境,围绕激光雷达、惯性测量单元和相机3种模态的传感器信息源,针对激光雷达(Light Detection and Ranging,LiDAR)与视觉测量没有充分关联的问题,提出了一种基于多状态颜色一致... 基于视觉、激光等单一传感器的定位方法难以适应多样化的环境,围绕激光雷达、惯性测量单元和相机3种模态的传感器信息源,针对激光雷达(Light Detection and Ranging,LiDAR)与视觉测量没有充分关联的问题,提出了一种基于多状态颜色一致性约束的激光雷达-惯性-视觉里程计方法,以提高系统的鲁棒性和定位精度。该方法紧耦合了激光雷达-惯性里程计(LiDAR-Inertial Odometry,LIO)和视觉-惯性里程计(Visual-Inertial Odometry,VIO)两个子系统,并定义了带有颜色信息的全局地图表示形式。LIO子系统中点云经过运动补偿后,直接用于构建点到面的残差。VIO子系统利用全局地图中点的深度信息,根据滑动窗口中多个相机状态观测到同一地图点颜色的一致性,构建光度误差约束,并通过不变扩展卡尔曼滤波(Extended Kalman Filter,EKF)状态估计器进行系统状态更新。在南洋理工大学发布的公共数据集上进行了实验,所提方法在该数据集不同序列上的绝对轨迹误差平均值为0.402 m。 展开更多
关键词 传感器融合定位 状态估计 视觉-惯性里程计 激光-惯性里程计
在线阅读 下载PDF
面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法
3
作者 卢艳军 吕宛桐 张晓东 《工矿自动化》 北大核心 2025年第9期142-149,166,共9页
矿井环境中非结构化地形、光照条件差及特征重复等条件导致单一传感器的同时定位与地图构建(SLAM)精度不足,多传感器数据紧耦合融合可在一定程度上提升精度,但仍存在计算量大、光照突变适应性差等问题。针对上述问题,以快速紧耦合稀疏... 矿井环境中非结构化地形、光照条件差及特征重复等条件导致单一传感器的同时定位与地图构建(SLAM)精度不足,多传感器数据紧耦合融合可在一定程度上提升精度,但仍存在计算量大、光照突变适应性差等问题。针对上述问题,以快速紧耦合稀疏直接激光雷达-惯性-视觉里程计(FAST-LIVO)算法为基础进行改进,提出一种面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法。在多传感器数据紧耦合融合部分,采用LK(Lucas-Kanade)光流法代替原有稀疏直接法,利用光流法追踪稳定特征点并构建视觉重投影误差,同时利用随机样本一致(RANSAC)算法剔除离群点以保留高质量视觉约束;结合惯性测量单元(IMU)先验估计与激光雷达点到平面残差,通过迭代误差状态卡尔曼滤波器实现多传感器数据紧耦合融合,输出高精度位姿。在地图构建部分,采用增量式k-d树(ikd-Tree)动态管理点云以构建激光雷达局部地图;通过网格筛选与Shi-Tomas得分计算提取视觉特征点,并采用数组管理实时移除视场外特征点以构建视觉局部地图;通过将激光雷达点云投影至对应图像提取RGB颜色信息生成彩色点云帧,再依据优化位姿拼接彩色点云帧以构建彩色点云地图。基于Gazebo仿真平台的测试结果表明,相比FAST-LIVO算法,所提算法的绝对轨迹误差(ATE)和相对位姿误差(RPE)均降低了20%以上,且巷道侧壁、内部料堆轮廓、地面等特征更清晰。在公开数据集M2DGR上的测试结果表明,所提算法的定位精度较LEGO-LOAM,FAST-LIO及FAST-LIVO算法有所提升,且在转弯处无明显漂移,轨迹稳定性更优,且所提算法处理数据的平均时间缩短。在长走廊模拟环境的测试结果表明,所提算法对空间结构的还原更清晰,线条、轮廓等细节更精准,噪点抑制效果更佳,能更准确地反映真实环境布局。 展开更多
关键词 机器人定位 同时定位与地图构建 SLAM 激光雷达-惯性-视觉 传感器数据紧耦合融合 光流法 卡尔曼滤波
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部