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:
针对视觉里程计中对纹理较少的环境难以获得高精度相机位姿的问题,提出一种融合光度和深度的视觉同步定位与绘图(SLAM)方法.首先构造基于光度和深度的相机位姿优化函数,通过t分布模型计算每个像素点的光度和深度误差权重,对每一帧图像引入帧权重系数λ来平衡光度和深度,并采用中值法求解帧权重λ,求得相机位姿.然后对10个国际标准数据集进行仿真实验,结果表明,对纹理丰富的环境,本方法能够保持DVO SLAM算法的建图精度;对纹理较少的环境,本方法的建图精度要高于DVO SLAM算法,绝对路径误差降低31.6%,相对位姿误差降低19.4%.
推荐文章
视觉里程计算法研究综述
机器视觉
视觉里程计
位姿估计
视觉导航
移动机器人
深度学习
一种改进SURF算法的单目视觉里程计
单目视觉里程计
SURF算法
Kinect传感器
三维重建
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
基于视觉惯性融合的半直接单目视觉里程计
视觉惯性里程计
初始化
先验模型
图优化
单目视觉
半直接法
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 融合光度和深度的视觉里程计改进算法
来源期刊 福州大学学报(自然科学版) 学科 工学
关键词 同步定位与绘图(SLAM) 视觉里程计 光度 深度 帧权重
年,卷(期) 2019,(6) 所属期刊栏目
研究方向 页码范围 746-752
页数 7页 分类号 TP242
字数 4327字 语种 中文
DOI 10.7631/issn.1000-2243.18563
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 黄宴委 福州大学电气工程与自动化学院 50 120 6.0 9.0
2 陈少斌 福州大学电气工程与自动化学院 26 62 4.0 7.0
3 王俊 福州大学电气工程与自动化学院 16 52 4.0 6.0
4 董文康 福州大学电气工程与自动化学院 2 1 1.0 1.0
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  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
同步定位与绘图(SLAM)
视觉里程计
光度
深度
帧权重
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
福州大学学报(自然科学版)
双月刊
1000-2243
35-1117/N
大16开
福建省福州市大学新区学园路2号
34-27
1961
chi
出版文献量(篇)
4219
总下载数(次)
6
总被引数(次)
24665
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导