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:
视觉SLAM算法的理论框架已经十分完备,但是在实际应用中导航准确性还有待改善.基于此问题,提出了基于李群的无迹卡尔曼滤波(UKF?LG)视觉SLAM算法,优化了传统无迹卡尔曼滤波(UKF)的系统状态,把UKF的系统状态用李群表示,并构建视觉惯性紧耦合模型.在Euroc数据集下对包含该算法在内的5种滤波法进行了仿真对比,其中,L?UKF?LG算法比传统的UKF算法有更低的位置和姿态的均方根误差(RMSE)值,有效改善了导航定位准确性.
推荐文章
衰减记忆无迹卡尔曼粒子滤波算法研究
粒子滤波算法
无迹卡尔曼粒子滤波算法
衰减记忆
基于无迹卡尔曼滤波的无人机跟踪算法
四基站定位
无迹卡尔曼滤波算法
跟踪预测
基于无迹卡尔曼滤波和权值优化的改进粒子滤波算法
粒子滤波
无迹卡尔曼滤波
权值优化
样本贫化
基于无迹卡尔曼滤波的单站混合定位跟踪算法
移动台跟踪
无迹卡尔曼滤波(UKF)
到达时间之和(TSOA)
混合定位
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 基于李群的无迹卡尔曼滤波视觉SLAM算法
来源期刊 无线电通信技术 学科 工学
关键词 视觉SLAM算法 无迹卡尔曼滤波 李群 视觉惯性
年,卷(期) 2022,(2) 所属期刊栏目 信息传输与接入技术|Information Transmission and Access Technology
研究方向 页码范围 342-346
页数 5页 分类号 TN919
字数 语种 中文
DOI 10.3969/j.issn.1003-3114.2022.02.019
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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SLAM算法
无迹卡尔曼滤波
李群
视觉惯性
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
无线电通信技术
双月刊
1003-3114
13-1099/TN
大16开
河北省石家庄市中山西路589号
18-149
1972
chi
出版文献量(篇)
2815
总下载数(次)
6
总被引数(次)
11314
论文1v1指导