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:
针对机器人绑架后的重定位问题,提出了将粒子滤波与图像ORB (oriented FAST and rotated BRIEF)特征匹配结合起来的全局定位算法.机器人被绑架后,由运动模型预测产生的粒子集将不能正确估计机器人位姿.方法 通过加入相机观测结果来修正粒子集.首先基于相机图像ORB特征匹配检测机器人所在区域,然后在相机关联的栅格子地图内撒粒子,最后通过粒子滤波的观测更新和重采样使粒子逐渐收敛实现重定位.实验证明:本文方法能够解决机器人绑架问题,在时间效率上优于加入随机粒子的自适应蒙特-卡罗定位算法,且具有更低定位误差.
推荐文章
自主移动机器人定位系统中Kalman滤波算法改进
Kalman滤波器
U-T变换
移动机器人
定位系统
基于粒子滤波器的移动机器人定位和地图创建研究进展
粒子滤波器
蒙特卡洛定位
移动机器人地图创建
移动机器人定位
移动机器人同步地图创建和定位
基于UPF的移动机器人定位新方法
粒子滤波
移动机器人
定位
无迹卡尔曼滤波
基于模糊自适应卡尔曼滤波的移动机器人定位方法
移动机器人定位
扩展卡尔曼滤波
模糊理论
协方差匹配
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 粒子滤波与ORB特征检测结合的移动机器人定位算法
来源期刊 传感器与微系统 学科 工学
关键词 粒子滤波 ORB特征 机器人绑架 栅格地图
年,卷(期) 2019,(7) 所属期刊栏目 计算与测试
研究方向 页码范围 142-145
页数 4页 分类号 TP212
字数 3050字 语种 中文
DOI 10.13873/J.1000-9787(2019)07-0142-04
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 张华 西南科技大学信息工程学院特殊环境机器人技术四川省重点实验室 193 1226 16.0 25.0
2 肖宇峰 西南科技大学信息工程学院特殊环境机器人技术四川省重点实验室 40 125 6.0 8.0
3 黄鹤 西南科技大学信息工程学院特殊环境机器人技术四川省重点实验室 2 9 1.0 2.0
4 刘冉 西南科技大学信息工程学院特殊环境机器人技术四川省重点实验室 11 38 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (46)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子滤波
ORB特征
机器人绑架
栅格地图
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导