作者:王泽华,梁冬泰,梁丹,章家成,刘华杰 单位:中国自动化学会;中国科学院沈阳自动化研究所 出版:《机器人》2018年第06期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFJQRR2018060190 DOC编号:DOCJQRR2018060199 下载格式:PDF + Word/doc 文字可复制、可编辑
《单目视觉惯性的同时定位与地图构建综述》PDF+DOC2020年第07期 瑚琦,蔡文龙,卢定凡,姜敏 《基于多传感器信息融合的双足机器人自主定位》PDF+DOC2018年第05期 王立玲,梁亮,马东,王洪瑞,刘秀玲 《基于单目视觉的移动机器人SLAM系统构建》PDF+DOC2019年第01期 邓明华,陈云红,王晶晶 《单目视觉和惯导松耦合的行人位姿判定》PDF+DOC2019年第08期 王睿,陈国良,许晓东,曹晓祥,张超 《基于体感传感器的室内机器人定位研究》PDF+DOC2012年第08期 贺白羽,蒋蓁 《多视角几何Rao-Blackwellised SLAM 算法》PDF+DOC2015年第07期 弋英民,黄莹 《惯导-视觉SLAM技术综述》PDF+DOC 杨梦佳 《基于图优化的二维激光SLAM研究》PDF+DOC2019年第04期 翁潇文,李迪,柳俊城 《移动机器人同步定位与地图构建研究进展》PDF+DOC2005年第04期 张恒,樊晓平,刘艳丽 《移动机器人未知环境地图构建仿真平台》PDF+DOC2007年第13期 刘保龙,何波,王永清,鞠纯纯
  • 针对单目视觉SLAM(同时定位与地图构建)算法没有尺度信息以及在相机移动过快时无法使用的问题,提出了一种IMU(惯性测量单元)/磁力传感器与单目视觉融合的SLAM方法.首先,提出了一种模糊自适应的九轴姿态融合算法,对IMU的航向角进行高精度估计.然后,采用单目ORB-SLAM2(oriented FAST and rotated BRIEF SLAM2)算法,通过IMU估计其尺度因子,并对其输出的位姿信息进行尺度转换.最后,采用松耦合方式,对IMU估计的位姿和ORB-SLAM2算法经过尺度转换后的位姿,进行卡尔曼滤波融合.在公开数据集EuRoC上进行了测试,测试结果表明本文方法总的位置均方根误差为5.73 cm.为了进一步在实际环境中验证,设计了全向移动平台,以平台上激光雷达所测的位姿数据为基准,测试结果表明本文方法的旋转角度误差小于5?,总的位置均方根误差为9.76 cm。

    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。