基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对视觉SLAM要解决的定位精度低和鲁棒性低的问题,提出一种基于双目视觉传感器与里程计信息的扩展卡尔曼滤波SLAM方法,应用改进的SIFT算子提取双目视觉图像的环境特征获得特征点,并构建出视觉特征地图;应用扩展卡尔曼滤波算法融合视觉信息与机器人位姿信息,完成同时定位与地图创建.这种方法既可以解决单目视觉利用特殊初始化方法获取特征点信息不准确的问题,也可以避免双目视觉里程计利用图像信息恢复运动带来的计算量极大和运动估计不鲁棒的缺点.仿真实验表明,在未知室内环境下,算法运行稳定,定位精度高.
推荐文章
单目视觉里程计研究综述
视觉里程计
特征点法
直接法
视觉SLAM
室内环境下基于平面与线段特征的RGB-D视觉里程计
视觉里程计
同时定位与建图
移动机器人
平面分割
移动机器人中单目视觉里程计的研究
直接法
单目视觉里程计
四叉树
单应矩阵
光度测量误差
基于视觉里程计和自然信标融合的移动机器人定位算法
机器视觉
机器人
图像处理
视觉定位
自然信标
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 室内环境下结合里程计的双目视觉SLAM研究
来源期刊 西安理工大学学报 学科 工学
关键词 SLAM 双目视觉 里程计 SIFT 扩展卡尔曼滤波
年,卷(期) 2009,(4) 所属期刊栏目
研究方向 页码范围 466-471
页数 6页 分类号 TP24
字数 3741字 语种 中文
DOI 10.3969/j.issn.1006-4710.2009.04.017
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 傅卫平 西安理工大学机械与精密仪器工程学院 117 1874 22.0 38.0
2 王晓华 西安理工大学机械与精密仪器工程学院 76 316 10.0 13.0
4 苏立 西安理工大学机械与精密仪器工程学院 10 106 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (34)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (11)
二级引证文献  (10)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SLAM
双目视觉
里程计
SIFT
扩展卡尔曼滤波
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
西安理工大学学报
季刊
1006-4710
61-1294/N
大16开
西安市金花南路5号
1978
chi
出版文献量(篇)
2223
总下载数(次)
6
总被引数(次)
21166
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