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:
提出了一种基于单目视觉的移动机器人定位算法.该方法根据地平面假设,采用基于KLT的角点检测与跟踪方法,运用基于平面的单应性关系,建立移动机器人位姿估计模型.在随机抽样一致性算法框架下,求解上述模型,实现移动机器人的初定位.在此基础上,引入角点特征的三角形结构估算平面参数差异,结合M-estimation算法,有效地去除了非地面特征信息,提高了移动机器人的定位精度.室内环境下实验结果验证了所提算法的有效性与可行性.
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
基于全景视觉与里程计的移动机器人自定位方法研究
移动机器人
自定位
传感器融合
全景视觉
里程计
基于单目视觉的移动机器人全局定位
移动机器人
全局定位
KD树
特征提取
RANSAC
单目视觉
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
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 基于地面特征的移动机器人单目视觉里程计算法
来源期刊 光学学报 学科 工学
关键词 机器视觉 移动机器人 单目视觉 单应性 位姿估计
年,卷(期) 2015,(5) 所属期刊栏目 机器视觉
研究方向 页码范围 237-243
页数 7页 分类号 TP391.4
字数 语种 中文
DOI 10.3788/AOS201535.0515002
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 李秀智 34 227 8.0 13.0
2 贾松敏 43 289 10.0 14.0
3 徐涛 11 56 5.0 7.0
4 王可 10 79 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (71)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(4)
  • 参考文献(0)
  • 二级参考文献(4)
1988(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)
1990(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
机器视觉
移动机器人
单目视觉
单应性
位姿估计
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
光学学报
半月刊
0253-2239
31-1252/O4
大16开
上海市嘉定区清河路390号(上海800-211信箱)
4-293
1981
chi
出版文献量(篇)
11761
总下载数(次)
35
总被引数(次)
130170
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