原文服务方: 机器人       
摘要:
通过分析全景视觉与里程计传感器的感知模型的不确定性,提出了一种基于路标观测的移动机器人自定位算法.该算法利用卡尔曼滤波器,融合多种传感器在不同观测点获取的观测数据完成机器人自定位.与传统的、采用单一传感器自定位的方法相比,它利用视觉和里程计的互补特性,提高了自定位的精度.实验结果证明了上述方法的有效性.
推荐文章
基于视觉和里程计信息融合的移动机器人自定位
自定位
移动机器人
全维视觉
里程计
基于全景视觉的移动机器人同步定位与地图创建研究
全景视觉
同步定位与地图创建(SLAM)
视觉路标
不确定性
扩展卡尔曼滤波
轮式移动机器人里程计系统误差校核
轮式移动机器人
定位
里程计
系统误差
校核
用于移动机器人自定位的视觉路标设计
移动机器人
视觉定位
人工路标
目标识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于全景视觉与里程计的移动机器人自定位方法研究
来源期刊 机器人 学科
关键词 移动机器人 自定位 传感器融合 全景视觉 里程计
年,卷(期) 2005,(1) 所属期刊栏目 论文与报告
研究方向 页码范围 41-45
页数 5页 分类号 TP24
字数 语种 中文
DOI 10.3321/j.issn:1002-0446.2005.01.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈卫东 上海交通大学自动化研究所 95 2775 28.0 49.0
2 曹其新 上海交通大学机器人研究所 128 1711 24.0 34.0
3 王景川 上海交通大学自动化研究所 13 280 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (79)
同被引文献  (83)
二级引证文献  (212)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(10)
  • 引证文献(5)
  • 二级引证文献(5)
2008(19)
  • 引证文献(9)
  • 二级引证文献(10)
2009(17)
  • 引证文献(11)
  • 二级引证文献(6)
2010(15)
  • 引证文献(6)
  • 二级引证文献(9)
2011(22)
  • 引证文献(6)
  • 二级引证文献(16)
2012(27)
  • 引证文献(8)
  • 二级引证文献(19)
2013(16)
  • 引证文献(4)
  • 二级引证文献(12)
2014(22)
  • 引证文献(4)
  • 二级引证文献(18)
2015(16)
  • 引证文献(3)
  • 二级引证文献(13)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(40)
  • 引证文献(9)
  • 二级引证文献(31)
2018(29)
  • 引证文献(3)
  • 二级引证文献(26)
2019(31)
  • 引证文献(3)
  • 二级引证文献(28)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
移动机器人
自定位
传感器融合
全景视觉
里程计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机器人
双月刊
1002-0446
21-1137/TP
大16开
1979-01-01
chi
出版文献量(篇)
2337
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导