原文服务方: 微电子学与计算机       
摘要:
针对基于特征点匹配的SLAM(Simultaneous Localization and Mapping)系统在缺乏角点的弱纹理区域无法提取足够的特征点而导致位姿估计失败等问题,提出应用直接视觉里程计算法LDSO(Direct Sparse Odometry with Loop Closure)进行室内机器人视觉定位并结合深度估计或深度相机采集到的关键帧深度图,关键帧相机位姿,原始关键帧图像数据,点云拼接生成三维点云稠密地图,实验结果表明,机器人可在复杂环境中准确快速的定位自身位置,且算法在没有全局BA(Bundle Adjustment)的情况下通过位姿图优化显著减少了旋转,平移与尺度漂移等累积误差,算法整体性能与基于特征点匹配的SLAM系统相媲美,耗时更少,实时性更佳,在缺乏角点区域具有较强的鲁棒性.
推荐文章
机器人自适应主动同时定位与建图新方法
主动同时定位与建图
扩展卡尔曼滤波器
多目标优化
多机器人
多传感器融合的移动机器人同步定位与建图
同步定位建图
移动机器人
多传感器融合
环境地图
回环检测
系统试验
基于近红外视觉的机器人室外定位系统
移动机器人
室外定位
近红外
传感器融合
工业机器人视觉定位技术与应用探讨
工业机器人
视觉定位
技术应用
PLC
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LDSO的机器人视觉定位与稠密建图的应用
来源期刊 微电子学与计算机 学科
关键词 视觉里程计 LDSO 位姿图优化 点云地图
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 51-56
页数 6页 分类号 TP242.6
字数 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 魏武 华南理工大学自动化科学与工程学院 48 370 10.0 16.0
2 李艳杰 华南理工大学自动化科学与工程学院 2 2 1.0 1.0
3 高勇 华南理工大学自动化科学与工程学院 3 3 1.0 1.0
4 李奎霖 华南理工大学自动化科学与工程学院 1 0 0.0 0.0
5 王栋梁 华南理工大学自动化科学与工程学院 1 0 0.0 0.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
视觉里程计
LDSO
位姿图优化
点云地图
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
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