作者:龚学锐,闵华松 单位:大连组合机床研究所:中国机械工程学会生产工程分会 出版:《组合机床与自动化加工技术》2019年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFZHJC2019050260 DOC编号:DOCZHJC2019050269 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于视觉与IMU融合的采茶机器人位姿估计研究》PDF+DOC2019年第07期 周俊,吴明晖,王先伟 《移动机器人SLAM关键问题和解决方法综述》PDF+DOC2018年第07期 杨雪梦,姚敏茹,曹凯 《室内环境下结合里程计的双目视觉SLAM研究》PDF+DOC2009年第04期 王晓华,傅卫平,苏立 《基于关键帧的视觉惯性定位算法》PDF+DOC2020年第05期 徐玲,蔡慧,郑恩辉,花江峰,刘政,王谈谈 《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 《视觉惯性SLAM综述》PDF+DOC2019年第12期 孙永全,田红丽 《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 《基于ROS的仓库巡逻机器人设计》PDF+DOC2019年第23期 瞿志二,吐鲁逊江·克热木,袁良祺,付建君,田畅 《一种融合视觉与激光的定位方法研究》PDF+DOC2018年第27期 杜万和 《公共环境下机器人位姿信度估计与自主定位》PDF+DOC2010年第26期 李希,高庆吉,王丽芳
  • 高精度定位是室内移动机器人的基础,针对视觉里程计在室内定位中存在的精度与累计误差的问题,提出基于ORB-SLAM2与IMU的VIORB-SLAM2视觉惯性组合定位方法,首先建立视觉里程计与机器人的坐标系联系。然后利用惯性传感器构建机器人运动预测模型,基于Kinect使用ORB-SLAM2输出视觉里程计作为机器人位姿更新,通过扩展卡尔曼滤波器对视觉里程计与IMU输出的位姿进行最优估计。设计了硬件和软件平台对提出的方法进行实验。实验表明该方法优于单独使用传统的轮式里程计与视觉里程计,有效提高了机器人移动过程中的定位精度,减少误差累积。

    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。