视觉里程计
视觉里程计的相关文献在2007年到2022年内共计383篇,主要集中在自动化技术、计算机技术、测绘学、水路运输
等领域,其中期刊论文158篇、会议论文4篇、专利文献101136篇;相关期刊103种,包括浙江大学学报(工学版)、广东工业大学学报、传感技术学报等;
相关会议4种,包括2009年中国宇航学会学术年会、第十一届中国智能机器人会议、第五届全国信息获取与处理学术会议等;视觉里程计的相关文献由1103位作者贡献,包括刘济林、孙伟、徐海刚等。
视觉里程计—发文量
专利文献>
论文:101136篇
占比:99.84%
总计:101298篇
视觉里程计
-研究学者
- 刘济林
- 孙伟
- 徐海刚
- 曾庆喜
- 李海军
- 裴玉锋
- 刘冲
- 原润
- 周文晖
- 郭元江
- 龚小谨
- 姜立
- 方奕庚
- 王欢
- 郑恩辉
- 魏武
- 何再兴
- 修海鑫
- 刘佩林
- 刘红敏
- 周亚丽
- 应忍冬
- 张利欣
- 张奇志
- 曾念文
- 曾慧
- 李群
- 李鹏
- 杜英魁
- 杨勤峰
- 查红彬
- 樊彬
- 王谈谈
- 缪瑞航
- 肖卓凌
- 胡章芳
- 薛午阳
- 谢晓明
- 赵昕玥
- 陈佩
- 陈启军
- 韩建达
- 黄平
- 龚正
- 万一鸣
- 刘宗明
- 刘政
- 刘琪
- 卢维
- 吕查德
-
-
李文华;
汪立新;
沈强;
李灿;
吴宗收
-
-
摘要:
针对传统惯导/卫导组合导航在复杂环境下易受干扰,观测量异常从而影响导航性能的问题,提出了基于鲁棒扩展卡尔曼滤波(extended Kalman filter,EKF)的组合导航方法。设计了基于微惯性导航系统(micro-electro-mechanical system-inertial navigation system,MEMS-INS)、全球导航卫星系统(global navigation satellite system,GNSS)及视觉里程计(visual odometry,VO)的融合框架,给出了在GNSS信号失效情形下的导航滤波模型,并将EKF与Huber方法结合,克服观测量受噪声干扰时对导航性能的影响,以提升系统鲁棒性。经仿真和KITTI数据集验证,MEMS-INS/GNSS/VO组合导航方法在GNSS信号失效时仍能输出较高精度导航结果,且可以较好克服异常观测值对系统的影响,具有较高可靠性和鲁棒性。
-
-
刘军;
柴宏旭;
赵威
-
-
摘要:
针对深度相机在定位过程中存在的实时性差、定位精度低等问题,该文结合深度相机的特点,在传统ICP算法的基础上融合FREAK-SURF特征匹配点。首先,为了提高匹配速度,采用二进制描述符FREAK描述子简化传统的SURF特征点描述信息完成图像粗匹配,并结合对极几何约束预估相机初始位姿,为后续精匹配环节提供一个良好的初值。其次,在完成粗配准的基础上将特征点的空间位置和相机位姿误差模型引入点云配准算法中,并且为了弥补微小扰动和空间尺度对系统的影响,构造一种欧氏、马氏距离相融合的距离度量函数对匹配点对进行度量,构建出视觉里程计累计误差模型。最后,为增强特征点空间位置准确性与降低视觉里程计累计误差,在精匹配后采用卡尔曼滤波对特征点空间位置进行更新,以提高特征点位置与相机位姿精度。实验验证表明,该研究对深度相机视觉里程计问题的处理上,实时性优于主流的PnP-BA算法和SVD-ICP算法,精度高于传统的SVD-ICP算法。
-
-
范涵奇;
吴锦河
-
-
摘要:
针对相机在未知环境中定位及其周围环境地图重建的问题,本文基于拉普拉斯分布提出了一种快速精确的双目视觉里程计算法.在使用光流构建数据关联时结合使用三个策略:平滑的运动约束、环形匹配以及视差一致性检测来剔除错误的关联以提高数据关联的精确性,并在此基础上筛选稳定的特征点.本文单独估计相机的旋转与平移.假设相机旋转、三维空间点以及相机平移的误差都服从拉普拉斯分布,在此假设下优化得到最优的相机位姿估计与三维空间点位置.在KITTI和New Tsukuba数据集上的实验结果表明,本文算法能快速精确地估计相机位姿与三维空间点的位置.
-
-
王媛;
刘小晗;
王文杉;
许忠雄
-
-
摘要:
将消影点作为视觉定位的描述特征具有独特优势,针对消影点容易受到环境因素影响的问题,提出一种基于图像梯度场的消影点提取算法。利用优化的检测算法提取直线特征,对直线段筛选后估计消影点,并利用精度因子得到有效消影点,根据计算机视觉中的多视图几何实现视觉陀螺仪和视觉里程计。实验结果表明,通过过滤不可靠的消影点能够提高定位精度,视觉陀螺仪整体准确度优于惯性导航,部分数据点视觉里程计准确度优于惯性导航。
-
-
陈天阳;
卜方玲;
刘志鸿;
程翰琳
-
-
摘要:
针对传统视觉即时定位与建图(simultaneous localization and mapping,SLAM)算法的环境静态假设在高动态场景下不成立,导致无法实现准确定位的问题,通过在视觉SLAM前端引入语义模块、优化动态特征点剔除策略,构建动态鲁棒的相机自定位系统。引入YOLOv4识别动态和静态目标,根据特征点与动、静态目标框的位置关系及动态点占比将所有特征点划分为动态和静态,将动态点从定位算法中剔除。为准确评估算法有效性,构建复杂城市道路场景数据集,实验结果表明,该方法能有效抑制动态目标给相机自定位带来的不利影响,在多段图像序列中实现更低的定位误差,提升相机的定位精度和运动轨迹准确性。
-
-
吴涛
-
-
摘要:
由于移动机器人的广泛应用,传统的基于惯性测量单元或GPS/INS的导航系统在某些环境下的应用受到限制。而视觉SLAM的快速发展为移动机器人的导航提供了基础,但是当前还面临着一些挑战,如何让视觉SLAM更好的应用在机器人导航中成为研究的热点。本文介绍了视觉SLAM中的一些关键技术,总结了纯视觉SLAM和多传感器视觉SLAM的突出研究成果。最后对用于移动机器人的视觉SLAM研究进行了展望。
-
-
张天宇;
吴怀宇;
陈志环
-
-
摘要:
针对环境亮度变化导致V-SLAM视觉里程计定位精度不准确的问题,提出一种基于改进ORB算法的视觉里程计定位方法。使用自适应阈值ORB算法提取特征点,提高特征提取的稳定性,通过FLANN进行粗匹配并采用PROSAC算法进行误匹配剔除,同时利用ICP方法进行图像配准求解位姿,使用光束法平差对轨迹图进行优化,采用TUM标准数据集和移动机器人验证算法的有效性。实验结果表明,该方法在大部分情况下定位精度优于其它算法,满足移动机器人的实际定位需求。
-
-
刘艳丽;
刘圣东;
张恒;
廖志芳
-
-
摘要:
针对基于特征点法的视觉里程计中的特征点提取问题,提出一种基于互信息和语义分割不确定性的特征点选择算法。算法依据特征点的语义信息和几何信息,保留提取于潜在静态物体的特征点。算法根据语义上下文信息对特征点的语义不确定性进行修正,并根据特征点的信息熵变化量对特征点进行筛选。最后,用公开的KITTI视觉里程计数据集评估上述算法,并与其他算法的实验结果对比。结果表明,该算法能够实现更准确的位姿估计,验证了算法的有效性和可行性。
-
-
金犇;
贝绍轶;
尹明锋;
李凌岩
-
-
摘要:
针对基于特征的视觉里程计在室内弱纹理环境下定位精度差等问题,提出一种基于点面特征的低漂移视觉里程计方法。首先,在提取ORB点特征和平面特征的基础上,构建联合重投影误差函数,并利用高斯牛顿法解算相机位姿。然后,计算曼哈顿主方向,利用环境的结构特性解决特征易丢失问题,降低相机运动过程旋转矩阵所积累的漂移误差。最后,在ICL-NUIM和TUM RGB-D数据集上进行评估。实验结果表明:所提算法在弱纹理、结构化环境下相比其他算法具有更好的精确性和鲁棒性。
-
-
王大元;
李涛;
庄广琛;
李至
-
-
摘要:
惯性/视觉感知信息融合导航定位技术是目前实现无人机不依赖卫星自主导航的最有效手段。但对于面向高空场景的大型无人机,惯性器件误差与视觉里程计尺度误差耦合且特征平面化导致可观测性下降。针对这一问题,提出了利用惯性/激光测距/视觉里程计组合实现尺度误差估计的方法。通过开展误差模型建立、激光测量点与图像中位置匹配、无人机平飞机动下系统可观测性分析等关键技术研究,实现了高空场景下尺度误差的精确估计。经过300m高度机载试验数据验证,算法精度优于1.5%D,对卫星拒止条件下高空无人机自主导航具有重要意义。
-
-
Wu Nailiang;
吴乃亮;
Yah Fei;
闫飞;
Bu Chunguang;
卜春光
- 《第十一届中国智能机器人会议》
| 2015年
-
摘要:
研究移动机器人在不依赖GPS环境下的三维场景重构方法.在基于双目视觉的实时位姿估计中,使用基于最大团的内点选取方法对RANSAC算法进行优化,通过鲁棒的运动估计算法求解机器人的三维位姿.基于自主研发的全景三维激光系统来实现室内场景的三维点云数据采集,同时利用视觉里程计提供的移动机器人可靠位姿来完成多视点下的三维点云数据融合,从而保证了大范围三维场景重构的有效实现.利用SmartROB移动机器人平台在办公大厦的室内、走廊及大厅等多种环境进行了实验验证,实验结果表明本文所提方法的有效性和实用性.
-
-
-