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:
针对传统的单目视觉里程计位姿估计算法无法满足无人驾驶车辆实时定位需求的问题,提出了一种基于基础矩阵性质改进的快速位姿估计算法.通过优化基础矩阵的计算过程来提高算法的实时性,首先得到含有8个未知参数的基础矩阵,然后利用特征匹配点对来求解基础矩阵.通过仿真实验对算法的效率和精度进行了分析,并将其与现有的算法进行了对比.实验结果表明,在不降低运动估计结果精度的前提下,优化后的位姿估计算法的运行速度可以在传统算法的基础上提高近4倍.研究对视觉里程计在无人驾驶车辆上的实时应用具有一定的参考价值.
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
基于点特征的单目视觉里程计实现
特征点检测
自动初始化
关键帧选取
视觉里程计
基于循环卷积神经网络的单目视觉里程计
卷积LSTM
循环卷积神经网络
单目视觉里程计
无监督学习
具备尺度恢复的单目视觉里程计方法
移动机器人
单目视觉里程计
位姿估计
尺度恢复
非线性优化
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 无人驾驶车辆单目视觉里程计快速位姿估计
来源期刊 河北科技大学学报 学科 工学
关键词 车辆工程 单目视觉 位姿估计 5点算法 基础矩阵
年,卷(期) 2017,(5) 所属期刊栏目 国家青年/地区科学基金项目专栏
研究方向 页码范围 438-444
页数 7页 分类号 TP391.4
字数 5274字 语种 中文
DOI 10.7535/hbkd.2017yx05005
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 曾庆喜 南京航空航天大学无人驾驶车辆研究中心 29 133 7.0 10.0
7 冯玉朋 南京航空航天大学无人驾驶车辆研究中心 4 23 3.0 4.0
9 马杉 南京航空航天大学无人驾驶车辆研究中心 3 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (40)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (1)
1981(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(4)
  • 参考文献(1)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
车辆工程
单目视觉
位姿估计
5点算法
基础矩阵
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
河北科技大学学报
双月刊
1008-1542
13-1225/TS
大16开
河北省石家庄市裕华东路70号
1980
chi
出版文献量(篇)
2212
总下载数(次)
6
总被引数(次)
14739
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
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