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:
自然路标提取与匹配是vSLAM的基础.文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法.采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配.建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤.在此基础上基于改进的MeanShift聚类算法进行自然路标提取.提出一种路标描述符,可以快速进行两个聚类的匹配.该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低.
推荐文章
一种改进的SIFT特征点匹配方法
Harris角点
SIFT特征
Canny算子
匹配
基于实时局部特征描述的自然路标提取与匹配
特征匹配
特征抽取
路标匹配
曲率算法
一种面向对象组件的特征提取与匹配方法
面向对象组件
组件模式
组件匹配
一种三维模型特征提取与压缩算法
预处理
透视投影
傅立叶变换
压缩
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 一种基于特征点三维信息的自然路标提取与快速匹配方法
来源期刊 智能计算机与应用 学科 工学
关键词 移动机器人 自然路标提取 路标描述符 MeanShift
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 25-28
页数 4页 分类号 TP242.6
字数 3539字 语种 中文
DOI
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 洪炳镕 哈尔滨工业大学计算机科学与技术学院 115 2429 28.0 44.0
2 蔡则苏 哈尔滨工业大学计算机科学与技术学院 40 499 12.0 21.0
3 关毅 哈尔滨工业大学计算机科学与技术学院 56 1214 16.0 33.0
4 朴松昊 哈尔滨工业大学计算机科学与技术学院 32 452 8.0 21.0
5 皮玉珍 长春工程学院电气与信息工程学院 7 25 4.0 5.0
6 苑全德 哈尔滨工业大学计算机科学与技术学院 10 90 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (16)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (18)
二级引证文献  (24)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
移动机器人
自然路标提取
路标描述符
MeanShift
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
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