-
题名单目视觉惯性定位的IMU辅助跟踪模型
被引量:3
- 1
-
-
作者
王帅
潘树国
黄砺枭
曾攀
-
机构
东南大学仪器科学与工程学院
-
出处
《测绘通报》
CSCD
北大核心
2018年第11期58-62,共5页
-
基金
国家自然科学基金(41574026
41774027)
+2 种基金
江苏省重点研发计划(BE2016176)
国家重点研发计划(2016YFB0502101)
江苏省六大人才高峰计划(2015-WLW-002)
-
文摘
针对剧烈运动下单目视觉惯性定位精度较差的问题,提出了一种面向单目视觉惯性紧耦合定位的IMU辅助跟踪模型,以提升单目视觉惯性紧耦合定位下的稳健性。以IMU辅助跟踪模型取代常规的参考帧和匀速跟踪模型,该模型分为两个阶段,初始化阶段时,在匀速模型设定当前帧初始平移的基础上,由IMU预积分确定当前帧的初始旋转,从而获得当前帧的初始位姿;初始化完成后,在提供初始位姿的基础上,加入IMU预积分的先验速度信息;最后由以上计算的初始状态建立跟踪模型,实现精确定位。采用公开的室内SLAM数据集进行验证,结果表明,该IMU辅助跟踪模型可有效提高系统的稳健性,同时定位精度控制在0.1 m左右,其精度相比于传统的跟踪模型约提高20%。
-
关键词
单目视觉惯性
IMU辅助跟踪模型
初始状态
稳健性
-
Keywords
monocular visual inertia
IMU-assisted tracking model
initial state
robustness
-
分类号
P23
[天文地球—摄影测量与遥感]
-
-
题名单目视觉惯性SLAM与UWB数据融合的精确定位
被引量:4
- 2
-
-
作者
李玉卿
鲍泓
徐成
-
机构
北京联合大学智慧城市学院
北京联合大学北京市信息服务工程重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第9期125-128,共4页
-
基金
国家自然科学基金资助项目(62102033,61932012)
北京市教委项目(KM202111417001)
+1 种基金
北京市重点科技项目(KZ202211417048)
北京联合大学学术研究项目(BPHR2020DZ02,ZK40202101,ZK120202104)。
-
文摘
针对室内或封闭场景下的无人驾驶,提出了一种融合视觉同步定位与建图(SLAM)与超宽带(UWB)的定位方法。通过惯性测量单元(IMU)预积分提高单目SLAM的可靠性;再将视觉SLAM与UWB获取的定位信息通过扩展卡尔曼滤波器(EKF)得到融合后的数据。实验结果表明:在正常光照下环境下的最大误差为0.101 316 m,根均方误差(RMSE)为0.035 965,在弱光照环境下的最大误差为0.136 103 m, RMSE为0.039 132,未出现明显的跳变及漂移。提高了系统定位精度及鲁棒性。
-
关键词
无人自主驾驶
同步定位与建图
单目视觉惯性
超宽带
数据融合
-
Keywords
unmanned automatic driving
simultaneous localization and mapping(SLAM)
monocular visual inertia
ultra-wideband(UWB)
data fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-