检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

单目视觉里程计/惯性组合导航算法(英文)

中国惯性技术学报 2011年第3期19卷 302-306页

作者：冯国虎吴文启曹聚亮宋敏国防科技大学机电工程与自动化学院长沙410073

提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解... 详细信息

提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22 m的推车实验和1412 m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

关键词：单目视觉里程计捷联惯性组合导航系统组合导航标度因数

面向室内移动平台的单目视觉里程计的设计与实现

在线全文

学校读者我要写书评

暂无评论

面向室内移动平台的单目视觉里程计的设计与实现

作者：张攀哈尔滨工业大学

学位级别：硕士

随着机器人技术的高速发展和社会的不断进步,自主移动机器人在日常生活、工业生产、军事国防等领域得到广泛应用,也对机器人领域的关键技术——SLAM技术提出了新的挑战。视觉里程计作为视觉SLAM的前端,作用是通过相机获取到图像序列,从... 详细信息

随着机器人技术的高速发展和社会的不断进步,自主移动机器人在日常生活、工业生产、军事国防等领域得到广泛应用,也对机器人领域的关键技术——SLAM技术提出了新的挑战。视觉里程计作为视觉SLAM的前端,作用是通过相机获取到图像序列,从而计算相机的姿态信息与场景的深度信息,最后建立局部地图。单目相机成本低且结构简单,但基于传统三角测量的单目深度估计方法对环境要求苛刻,随着图像领域深度学习技术的发展,利用深度学习方法代替传统方法进行深度估计成为单目视觉里程计的一个重要研究方向。因此本文面向室内移动平台,对基于深度估计网络的单目视觉里程计技术进行研究,分别从精度提升与轻量化入手,对深度估计网络进行设计,满足单目视觉里程计在室内移动平台上的应用。首先,为提高单目视觉里程计的前端深度估计精度,解决传统三角测量方法在室内低纹理场景下失效的问题,本文研究了基于自监督学习的单目深度估计方法,针对现有基于自监督学习的深度估计方法边缘预测不准确的问题,本文提出了一个基于高分辨率网络HRNet的单目深度估计网络,通过丰富特征图的语义信息和空间信息,提高边界预测精度。经过公开数据集的对比实验,证明本文的深度估计网络得到的深度图较现有先进网络,物体轮廓更加清晰,细节也更加丰富。其次,为适应移动平台机器人轻量化、小型化的发展趋势,本文所提出的单目视觉里程计应该能够在边缘设备上部署,并实现实时建图。这就要求应用于单目视觉里程计的深度估计网络能够在边缘设备上达到实时推理的效果。因此本文面向单目深度估计网络的边缘平台部署,对网络进行了优化及推理加速。使用轻量化网络Lite-HRNet作为深度估计网络的编码器,跳跃连接使用通道叠加代替通道合并以减少计算量。之后使用NVIDIA官方推理引擎Tensor RT对优化后的网络进行推理加速。实验结果表明,优化加速后的深度估计模型在保证基本应用精度需求的前提下,大幅提升了推理速度,降低了参数量。最后将基于深度估计网络的单目视觉里程计部署在边缘设备上,实现稠密建图。为验证本文设计的单目视觉里程计在室内移动平台上的实用性和有效性,依托实验室可移动机器人多传感器数据采集平台在实验室真实场景中进行场景重建实验,结果表明,本文设计的单目视觉里程计,具有较好的泛化能力,在室内真实场景中有较好的效果,满足室内移动平台的应用要求。

关键词：单目视觉里程计边缘部署单目深度估计自监督学习

融合光流跟踪和特征点匹配的单目视觉里程计研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合光流跟踪和特征点匹配的单目视觉里程计研究

作者：单珂珂杭州电子科技大学

学位级别：硕士

随着机器视觉和人工智能技术的快速发展,移动机器人等一系列自主移动设备逐渐走进人们的日常生活和生产制造中。基于视觉传感器和计算机视觉技术实现机器人定位的方法逐渐成为热门的研究课题,视觉里程计作为其中一项关键性技术,是机器... 详细信息

随着机器视觉和人工智能技术的快速发展,移动机器人等一系列自主移动设备逐渐走进人们的日常生活和生产制造中。基于视觉传感器和计算机视觉技术实现机器人定位的方法逐渐成为热门的研究课题,视觉里程计作为其中一项关键性技术,是机器人实现定位与导航的基础,具有重要的研究意义。单目相机具有价格低廉和操作简便的优势,因此本文选用单目视觉里程计作为研究对象。针对传统的单目视觉里程计定位精度低和实时性差的问题,本文结合光流法速度快和特征点法精度高的优势,提出一种融合光流跟踪和特征点匹配的单目视觉里程计算法,并基于公开数据集和真实场景进行了性能测试与分析。本文主要完成的工作如下:1.针对特征点法计算量大和耗时长的问题,本文结合光流法和特征点法的优势,设计了一种融合两者优势的单目视觉里程计算法。首先,通过单目初始化模块固定尺度并恢复出初始地图点;其次,制定关键帧筛选策略,对于关键帧间的小规模运动,采用光流跟踪法建立图像帧间的数据关联,省去计算特征描述子和特征匹配的时间。对于关键帧则进行特征匹配,并通过重投影误差建立关键帧的数据关联,从而减少光流估计带来的累积误差;然后,通过基于关键帧的紧耦合非线性优化将两种算法估计的位姿结果进行联合优化,并更新相机位姿;最后,采用图模型的方式进行位姿图优化并获得全局一致性的相机运动轨迹。2.针对传统的ORB(Oriented FAST and Rotated BRIEF)特征提取算法容易出现特征点聚集和误匹配的问题,设计了一种改进的ORB特征提取算法。首先,构建图像金字塔对每层图像划分网格,采用自适应阈值的方法提取角点;然后,采用一种基于四叉树的特征点均匀化方案解决四叉树分割过多的问题。实验结果表明该算法提高了特征点分布的均匀性;最后,利用改进的RANSAC(Random Sample Consensus)删除误匹配算法,提高了特征匹配的准确率。3.将所提出的单目视觉里程计算法在公开数据集上进行性能测试与验证,并且与其他先进算法进行了性能比较。实验结果表明,本文算法与ORBSLAM2算法在平均定位精度相当的情况下,运行耗时可以减少46%以上;相比于文献[42]的算法,本文算法在Eu Ro C数据集的MH01和MH05序列上具有更小的误差结果,平均定位精度提升15%;相比于文献[31]的算法,本文算法在TUM数据集的fr1/xyz和fr1/desk序列上具有更小的误差结果,平均定位精度提升11%且运行耗时减少40%,因此本文算法在定位精度和运行耗时上具有较好的综合性能。此外在真实场景下测试了算法的运行效果,验证了算法的有效性和适用性。

关键词：单目视觉里程计特征提取特征匹配光流跟踪位姿图优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人驾驶车辆单目视觉里程计的研究进展

吉林大学学报（工学版） 2020年第3期50卷 765-775页

作者：马芳武史津竹葛林鹤代凯仲首任吴量吉林大学汽车工程学院长春130022 吉林大学汽车仿真与控制国家重点实验室长春130022

基于视觉里程计(VO)的研究现状和无人驾驶车辆的应用背景,对无人驾驶车辆单目视觉里程计的最新研究进展进行了综述。首先,详细介绍了无人驾驶车辆单目视觉里程计的研究热点,包括基于路面特征和几何先验、考虑车辆运动特性约束、新型视... 详细信息

基于视觉里程计(VO)的研究现状和无人驾驶车辆的应用背景,对无人驾驶车辆单目视觉里程计的最新研究进展进行了综述。首先,详细介绍了无人驾驶车辆单目视觉里程计的研究热点,包括基于路面特征和几何先验、考虑车辆运动特性约束、新型视觉传感器与多传感器融合以及深度学习相关方法。其次,分析了无人驾驶车辆单目视觉里程计目前存在的问题和挑战。最后,展望了无人驾驶车辆单目视觉里程计在考虑车辆动力学模型、将深度学习方法应用于道路复杂动态环境和多传感器融合、基于车联网的多车辆协同视觉里程计等方面的未来研究方向。

关键词：车辆工程单目视觉里程计多传感器融合深度学习车辆动力学模型

在线全文

学校读者我要写书评

暂无评论

基于改进的3维ICP匹配的单目视觉里程计

机器人 2018年第1期40卷 56-63页

作者：袁梦李艾华崔智高姜柯郑勇火箭军工程大学陕西西安710025

针对目前流行的单目视觉里程计当移动机器人做"近似纯旋转运动"时鲁棒性不强的问题,从理论上分析了其定位鲁棒性不高的原因,提出了一种基于改进的3维迭代最近点(ICP)匹配的单目视觉里程计算法.该算法首先初始化图像的边特征点对应的深度... 详细信息

针对目前流行的单目视觉里程计当移动机器人做"近似纯旋转运动"时鲁棒性不强的问题,从理论上分析了其定位鲁棒性不高的原因,提出了一种基于改进的3维迭代最近点(ICP)匹配的单目视觉里程计算法.该算法首先初始化图像的边特征点对应的深度值,之后利用改进的3维ICP算法迭代求解2帧图像之间对应的3维坐标点集的6维位姿,最后结合边特征的几何约束关系利用扩展卡尔曼深度滤波器更新深度值.改进的ICP算法利用反深度不确定度加权、边特征梯度搜索与匹配等方法,提高了传统ICP算法迭代求解的实时性和准确性.并且将轮子里程计数据作为迭代初始值,能够进一步提高定位算法的精度和针对"近似纯旋转运动"问题的鲁棒性.本文采用3个公开数据集进行算法验证,该算法在不损失定位精度的前提下,能够有效提高针对近似纯旋转运动、大场景下的鲁棒性.单目移动机器人利用本文算法可在一定程度上校正里程计漂移的问题.

关键词：单目视觉里程计纯旋转运动 3维ICP匹配深度滤波器里程计漂移

在线全文

学校读者我要写书评

暂无评论

基于循环卷积神经网络的单目视觉里程计

机器人 2019年第2期41卷 147-155页

作者：陈宗海洪洋王纪凯葛振华中国科学技术大学自动化系安徽合肥230027

提出了一种基于卷积长短期记忆(LSTM)网络和卷积神经网络(CNN)的单目视觉里程计方法,命名为LSTMVO(LSTM visual odometry).LSTMVO采用无监督的端到端深度学习框架,对单目相机的6-DoF位姿以及场景深度进行同步估计.整个网络框架包含位姿... 详细信息

提出了一种基于卷积长短期记忆(LSTM)网络和卷积神经网络(CNN)的单目视觉里程计方法,命名为LSTMVO(LSTM visual odometry).LSTMVO采用无监督的端到端深度学习框架,对单目相机的6-DoF位姿以及场景深度进行同步估计.整个网络框架包含位姿估计网络以及深度估计网络,其中位姿估计网络是以端到端方式实现单目位姿估计的深度循环卷积神经网络(RCNN),由基于卷积神经网络的特征提取和基于循环神经网络(RNN)的时序建模组成,深度估计网络主要基于编码器和解码器架构生成稠密的深度图.同时本文还提出了一种新的损失函数进行网络训练,该损失函数由图像序列之间的时序损失、深度平滑度损失和前后一致性损失组成.基于KITTI数据集的实验结果表明,通过在原始单目RGB图像上进行训练,LSTMVO在位姿估计精度以及深度估计精度方面优于现有的主流单目视觉里程计方法,验证了本文提出的深度学习框架的有效性.

关键词：卷积LSTM 循环卷积神经网络单目视觉里程计无监督学习

在线全文

学校读者我要写书评

暂无评论

融合光流与特征点匹配的单目视觉里程计

浙江大学学报（工学版） 2014年第2期48卷 279-284页

作者：郑驰项志宇刘济林浙江大学信息与电子工程学系浙江杭州310027 浙江省综合信息网技术重点实验室浙江杭州310027

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点(SURF)进行帧间大位移匹配来矫正光流法结果.通... 详细信息

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点(SURF)进行帧间大位移匹配来矫正光流法结果.通过卡尔曼滤波更新机器人的位置和姿态.结果表明,融合算法克服了光流法定位精度差和特征点匹配法处理速度慢的缺点,突出了光流法实时性和特征点匹配定位准确性的优点,该方法能够提供较准确的实时定位输出,并对光照变化和路面纹理较少的情况有一定的鲁棒性.

关键词：单目视觉里程计光流特征点匹配卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

单目视觉里程计/卫星组合导航系统研究

单目视觉里程计/卫星组合导航系统研究

作者：冯玉朋南京航空航天大学

学位级别：硕士

导航定位技术是无人驾驶车辆的关键技术之一,是车辆进行自主运动的前提。卫星导航系统与视觉里程计系统具有良好的互补特性,采用组合导航技术将两者结合,可以提高导航系统的整体性能。本文在低成本传感器的基础上,主要对单目视觉里程计... 详细信息

导航定位技术是无人驾驶车辆的关键技术之一,是车辆进行自主运动的前提。卫星导航系统与视觉里程计系统具有良好的互补特性,采用组合导航技术将两者结合,可以提高导航系统的整体性能。本文在低成本传感器的基础上,主要对单目视觉里程计系统的特征检测与关联模块算法以及单目视觉里程计/卫星组合系统的信息融合算法进行研究。首先,本文针对运行在车载导航系统中的单目视觉里程计系统实时性较差的问题,提出基于FAST和金字塔KLT的特征点检测与实时跟踪算法。该算法以FAST特征检测器对图像进行特征点检测,随后使用KLT算法采用特征跟踪的方式来获取帧间图像的特征点关联集合。从算法运行时间与获取的特征点关联数目两方面性能对算法进行实验分析,结果表明,提出的算法在获取足够的特征关联数目用于位姿解算的前提下,提高了算法的运行效率。其次,对单目视觉里程计/卫星组合系统的结构与误差模型进行分析。建立基于间接法卡尔曼滤波算法的松组合导航系统模型,推导单目视觉里程计系统的位置和姿态误差传播方程,结合组合系统的结构,建立单目视觉里程计/卫星组合系统的系统模型与测量模型。通过仿真实验对组合系统的模型进行验证。最后,针对标准UKF算法在单目视觉里程计/卫星组合系统应用过程中会产生冗余计算的问题,提出一种改进UKF算法。该算法对标准UKF算法的时间更新过程进行了优化,采取与KF算法相同的时间更新过程来避免标准UKF算法因UT变换产生的额外计算。将提出的算法应用于单目视觉里程计/卫星组合系统中进行实验验证,并将其与标准UKF算法进行对比。结果表明,改进UKF算法在确保滤波精度的前提下,算法计算量明显降低。通过实车实验对本文设计的单目视觉里程计/卫星组合系统的定位性能进行分析,实验结果表明,本文设计的组合系统弥补了单一导航系统的不足,对于提高无人驾驶车辆的定位导航性能具有参考意义。

关键词：单目视觉里程计卫星导航组合导航卡尔曼滤波无人驾驶导航

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种改进SURF算法的单目视觉里程计

重庆邮电大学学报（自然科学版） 2014年第3期26卷 390-396页

作者：张毅童学容罗元重庆邮电大学自动化学院重庆400065 重庆邮电大学光电工程学院重庆400065

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的... 详细信息

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的正确率和鲁棒性,随后进行与深度图像的映射,实现三维重建并利用最小平方中值定理估计出机器人的路径信息。实验证明,该方法匹配正确率较SURF算法更高,在动态环境下具有很好的鲁棒性,是一种简单、有效的单目视觉里程计新方法。

关键词：单目视觉里程计 SURF算法 Kinect传感器三维重建