《基于视觉和距离传感器的SLAM和导航方法的探新》PDF+DOC
作者:花罡辰
单位:深圳信息职业技术学院
出版:《深圳信息职业技术学院学报》2015年第01期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFSZXZ2015010180
DOC编号:DOCSZXZ2015010189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于视觉的目标定位技术的研究进展》PDF+DOC2016年第06期 赵霞,袁家政,刘宏哲
《增强现实中三维跟踪注册技术概述》PDF+DOC2019年第21期 韩玉仁,李铁军,杨冬
《融合多传感器的SLAM在应急救援中的应用探讨》PDF+DOC2019年第05期 曹智辉
《激光和视觉融合SLAM方法研究综述》PDF+DOC2019年第03期 马争光,赵永国,刘成业,刘广亮,朱琳
《基于ORB-SLAM2的实时网格地图构建》PDF+DOC2019年第10期 陆建伟,王耀力
《低成本激光和视觉相结合的同步定位与建图研究》PDF+DOC2019年第02期 尹磊,彭建盛,江国来,欧勇盛
《基于模糊融合的足球机器人避障行为设计》PDF+DOC2019年第08期 张伟
《基于Kinect传感器和ORB特征的视觉SLAM算法设计与实现》PDF+DOC2018年第05期 许芬,王振
《室内移动机器人的定位技术研究》PDF+DOC2020年第02期 刘颖妮
《大型自由曲面移动式三维视觉测量系统》PDF+DOC2006年第12期 孙军华,张广军,魏振忠,周富强
SLAM(Simultaneous Localization and Mapping)被广泛应用于生成地图和机器人导航领域。基于视觉特征的SLAM是一种低成本的解决方案,且能够提取环境的丰富的特征点用于机器人导航,但是,现实世界的可视特征往往是动态的,很多基于视觉特征的SLAM方法都不能排除环境中移动物体的影响,比如:在餐厅或购物中心的行人等等。ICGM(Incremental Center of Gravity Matching)是一个通过图像队列之间特征点的几何结构互相匹配而得到稳定特征点的方法,基于ICGM的SLAM能有效地排除环境中移动物体的影响。本研究在前人研究的基础上提出了一种新的算法,利用ICGM的方法提取环境稳定的视觉特征,结合Kinect距离传感器,在高度动态环境中实现了较高精度的机器人自动导航。并通过实验检验了这种算法,实验结果显示,本方法的速度能够达到实时处理的要求,与此前研究的其它方法相比,这种方法能够达到更高的精度,所提出的SLAM和导航系统更加接近实用要求。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。