《融合IMU的RGBD-SLAM算法改进研究》PDF+DOC
作者:闵华松,杨杰
单位:中国航天科工集团第二研究院706所
出版:《计算机工程与设计》2015年第01期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFSJSJ2015010220
DOC编号:DOCSJSJ2015010229
下载格式:PDF + Word/doc 文字可复制、可编辑
《如何通过融合kinect和惯性传感器进行手势跟踪》PDF+DOC2017年第23期 张欢,何波
《基于IMU/视觉融合的导航定位算法研究》PDF+DOC2020年第05期 董伯麟,柴旭
《基于四元素的扩展卡尔曼滤波航姿参考系统算法设计》PDF+DOC2015年第04期 刘维亭,白杨
《基于Arduino的四旋翼飞行器设计与实现》PDF+DOC2017年第28期 董瑞智,李泽文,徐振平
《基于多传感器融合SLAM应用的室内机器人研究分析》PDF+DOC2019年第09期 施平
《基于MEMS技术的捷联惯导系统现状》PDF+DOC2017年第10期 赵天贺,汪伟
《基于组合导航的整平机定位系统的设计与试验》PDF+DOC2019年第06期 朱楠,黄欢,金鑫,秦海鹏
《基于MEMS的人体行为特征反演系统设计》PDF+DOC2018年第10期 潘婉苏,李晓风,许金林,李皙茹,程龙乐
《基于互补滤波器的四旋翼飞行器姿态解算》PDF+DOC2011年第11期 梁延德,程敏,何福本,李航
《基于EKF的摄像机-IMU相对姿态标定方法》PDF+DOC2015年第07期 姜广浩,罗斌,赵强
Kinect采集的图像数据特征点稀少或缺失时,会导致RGBD-SLAM算法的定位和3D构图发生定位失效和极大构图误差,为此提出一种结合惯性传感器IMU、体感传感器Kinect以及机器人本身运动状态的改进定位算法。通过对姿态先比较再融合,利用IMU的测量数据对位移构建预估模型,利用Kinect位姿估计的结果构建观测模型,将机器人的运动指令和运动限制作为约束条件进行扩展卡尔曼滤波(extended Kalman filter,EKF)融合,改善机器人的定位效果。实验结果表明,该方法能够有效提高机器人的定位精度,改善RGB-D SLAM算法的构图效果。
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。