期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于多状态颜色一致性约束的激光-惯性-视觉里程计
1
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
多传感器融合定位
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
职称材料
轻量的增强型激光雷达-惯性-视觉里程计系统
2
作者
杨颜光
钱建国
+2 位作者
于斌
郭洁
焦扬
《测绘通报》
北大核心
2025年第9期78-83,104,共7页
激光-惯性-视觉里程计(LIVO)在移动机器人和自动驾驶等领域展现出广泛的应用潜力。本文基于FAST-LIVO提出了一种轻量的增强型激光雷达-惯性-视觉里程计系统——LITE-LIVO。该系统通过集成激光雷达、惯性测量单元(IMU)和视觉传感器,实现...
激光-惯性-视觉里程计(LIVO)在移动机器人和自动驾驶等领域展现出广泛的应用潜力。本文基于FAST-LIVO提出了一种轻量的增强型激光雷达-惯性-视觉里程计系统——LITE-LIVO。该系统通过集成激光雷达、惯性测量单元(IMU)和视觉传感器,实现高效且实时的姿态估计与高精度地图构建;为提高系统在动态光照条件下的稳健性,引入一种基于深度学习的特征点提取方法和稀疏光流跟踪方法,并通过构建视觉观测残差,在卡尔曼滤波中融合视觉与激光雷达信息;此外,设计了紧耦合的视觉-惯性里程计(VIO)子系统,从激光雷达点云中筛选高质量视觉特征,同时更有效地管理视觉地图。试验结果表明,LITE-LIVO在多个公开数据集和实际场景中均表现出色,尤其在处理复杂环境和退化场景时展现了显著的优势。本文为激光-惯性-视觉里程计的发展提供了新的思路和方法,提高了多源数据融合的定位精度,增加了移动机器人的应用场景。
展开更多
关键词
激光
-
惯性
-
视觉
里程计
深度学习
光流跟踪
卡尔曼滤波
在线阅读
下载PDF
职称材料
基于级联优化和强度特征的地下退化环境机器人自主精准定位
被引量：
1
3
作者
崔玉明
刘送永
+2 位作者
吕振礼
李洪盛
王崧全
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023年第12期208-216,共9页
随着国家深地能源战略和地下基础工程的部署展开,自主移动机器人在地下矿山、工程隧道和地下管道等领域的需求快速增长。地下自主作业机器人所处环境复杂,普遍面临卫星定位信号拒止和场景退化特征,导致机器人位姿状态估计误差漂移严重...
随着国家深地能源战略和地下基础工程的部署展开,自主移动机器人在地下矿山、工程隧道和地下管道等领域的需求快速增长。地下自主作业机器人所处环境复杂,普遍面临卫星定位信号拒止和场景退化特征,导致机器人位姿状态估计误差漂移严重、环境地图构建扭曲变形。针对地下退化环境机器人状态估计不完备的问题,提出一种精准、鲁棒的激光雷达-惯性同时定位与建图(SLAM)框架和方法,组合惯性里程计和激光雷达-惯性里程计级联优化过程,并在激光雷达点云特征匹配中引入强度特征降低点云几何特征稀疏引起的匹配误差,并通过退化检测引入正确的约束方向,保证位姿估计信息的鲁棒性和准确性。公开数据集和现场巷道实验结果表明,所提方法在精度、鲁棒性方面均有出色表现,在地下巷道退化环境的定位精度可达0.03 m,可为地下退化环境机器人提供可靠的状态估计和环境描述。
展开更多
关键词
自主定位
激光
雷达
-
惯性
里程计
强度特征
级联优化
在线阅读
下载PDF
职称材料
题名
一种基于多状态颜色一致性约束的激光-惯性-视觉里程计
1
作者
刘春明
于光远
李琮
施鹏程
孙世颖
徐勇军
机构
国网山东省电力公司济南供电公司
多模态人工智能系统全国重点实验室
重庆邮电大学通信与信息工程学院
出处
《电讯技术》
北大核心
2025年第1期119-126,共8页
基金
国家自然科学基金资助项目(62203438)
国网山东省电力公司科技项目(52060122000P)。
文摘
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。
关键词
多传感器融合定位
状态估计
视觉
-
惯性
里程计
激光-惯性里程计
Keywords
multi
-
sensor fusion localization
state estimation
LiDAR
-
inertial odometry(LIO)
visual
-
inertial odometry(VIO)
分类号
TN966 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
轻量的增强型激光雷达-惯性-视觉里程计系统
2
作者
杨颜光
钱建国
于斌
郭洁
焦扬
机构
辽宁工程技术大学
扎赉诺尔煤业有限责任公司
出处
《测绘通报》
北大核心
2025年第9期78-83,104,共7页
文摘
激光-惯性-视觉里程计(LIVO)在移动机器人和自动驾驶等领域展现出广泛的应用潜力。本文基于FAST-LIVO提出了一种轻量的增强型激光雷达-惯性-视觉里程计系统——LITE-LIVO。该系统通过集成激光雷达、惯性测量单元(IMU)和视觉传感器,实现高效且实时的姿态估计与高精度地图构建;为提高系统在动态光照条件下的稳健性,引入一种基于深度学习的特征点提取方法和稀疏光流跟踪方法,并通过构建视觉观测残差,在卡尔曼滤波中融合视觉与激光雷达信息;此外,设计了紧耦合的视觉-惯性里程计(VIO)子系统,从激光雷达点云中筛选高质量视觉特征,同时更有效地管理视觉地图。试验结果表明,LITE-LIVO在多个公开数据集和实际场景中均表现出色,尤其在处理复杂环境和退化场景时展现了显著的优势。本文为激光-惯性-视觉里程计的发展提供了新的思路和方法,提高了多源数据融合的定位精度,增加了移动机器人的应用场景。
关键词
激光
-
惯性
-
视觉
里程计
深度学习
光流跟踪
卡尔曼滤波
Keywords
LiDAR
-
inertial
-
visual odometry
deep learning
optical flow tracking
Kalman filter
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
基于级联优化和强度特征的地下退化环境机器人自主精准定位
被引量：
1
3
作者
崔玉明
刘送永
吕振礼
李洪盛
王崧全
机构
江苏师范大学机电工程学院
中国矿业大学机电工程学院
徐州工程学院机电工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023年第12期208-216,共9页
基金
江苏省自然科学基金青年基金(BK20230688)
江苏省杰出青年基金(BK20211531)
+2 种基金
江苏省高等学校基础科学(自然科学)研究项目(22KJB440004)
徐州市重点研发计划项目(KC22404)
江苏师范大学博士学位教师科研支持项目(22XFRS011)资助。
文摘
随着国家深地能源战略和地下基础工程的部署展开,自主移动机器人在地下矿山、工程隧道和地下管道等领域的需求快速增长。地下自主作业机器人所处环境复杂,普遍面临卫星定位信号拒止和场景退化特征,导致机器人位姿状态估计误差漂移严重、环境地图构建扭曲变形。针对地下退化环境机器人状态估计不完备的问题,提出一种精准、鲁棒的激光雷达-惯性同时定位与建图(SLAM)框架和方法,组合惯性里程计和激光雷达-惯性里程计级联优化过程,并在激光雷达点云特征匹配中引入强度特征降低点云几何特征稀疏引起的匹配误差,并通过退化检测引入正确的约束方向,保证位姿估计信息的鲁棒性和准确性。公开数据集和现场巷道实验结果表明,所提方法在精度、鲁棒性方面均有出色表现,在地下巷道退化环境的定位精度可达0.03 m,可为地下退化环境机器人提供可靠的状态估计和环境描述。
关键词
自主定位
激光
雷达
-
惯性
里程计
强度特征
级联优化
Keywords
autonomous positioning
LiDAR
-
inertial odometer
intensity feature
cascade optimization
分类号
TH86 [机械工程—精密仪器及机械]
TP29 [自动化与计算机技术—检测技术与自动化装置]
TD178 [矿业工程—矿山地质测量]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于多状态颜色一致性约束的激光-惯性-视觉里程计
刘春明
于光远
李琮
施鹏程
孙世颖
徐勇军
《电讯技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
轻量的增强型激光雷达-惯性-视觉里程计系统
杨颜光
钱建国
于斌
郭洁
焦扬
《测绘通报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于级联优化和强度特征的地下退化环境机器人自主精准定位
崔玉明
刘送永
吕振礼
李洪盛
王崧全
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
