检索结果-南通市图书馆

检索条件"主题词=DVO SLAM"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于Kinect的密集视觉里程计slam算法研究

基于Kinect的密集视觉里程计SLAM算法研究

引用

作者：刘静雯西安电子科技大学

学位级别：硕士

同步定位和地图构建（Simultaneous Localization and Mapping,slam）问题是移动机器人实现自主导航与避障的基础。目前解决slam问题大多采用基于滤波的方法和基于图的方法。发展比较迅速的是基于图的slam方法,其可分为前端、后端两个部... 详细信息

同步定位和地图构建（Simultaneous Localization and Mapping,slam）问题是移动机器人实现自主导航与避障的基础。目前解决slam问题大多采用基于滤波的方法和基于图的方法。发展比较迅速的是基于图的slam方法,其可分为前端、后端两个部分,前端主要负责环境图的构建,后端负责环境图的优化。密集视觉里程计算法（Dense Visual Odometry slam）是一种基于图的slam解决方案,与近几年来比较流行的基于视觉特征点的稀疏视觉里程计算法不同,密集算法充分利用了图像的信息,密集视觉里程计算法是基于光的一致性假设的,即对于同一个世界点P,它在不同角度的照相机所拍得的图像中的光照强度是一样的。首先,本文研究分析了目前的dvo slam（Dense Visual Odometry slam）方法的原理与流程。我们分别从原理上和实验结果中分析其复杂度及其实时性能,发现了其复杂度高、实时性能不够好的问题。所以本文经过分析原dvo slam方法找出了相应的改进部分,包括关键帧选择、图像预测和后端优化这三个部分。其次,本文针对原算法中的三种关键帧策略不能很好的平衡效率和性能之间关系的问题,提出了一种新的基于有效像素点的策略来进行关键帧的选择。同时,针对原密集算法预测图像精度不高的问题,本文提出了一种更加精确的像素插值法运用到算法中以提高图像预测的精度。然后通过实验分析出原方法对于包含错误闭环约束的数据集表现不好的原因,我们在后端优化部分采用能够剔除错误闭环约束的动态协方差缩放算法。最后,在经过一系列的在标准数据集上的实验之后,我们证明了本文介绍的密集视觉特征的方法的可行性和有效性,相比于其他基于稀疏视觉特征的方法在效果和效率上都有较大的提高,同时,我们在原算法的基础上所作出的改进也很好的提高了算法的性能。

关键词：三维地图重建 dvo slam Kinect ROS 图像处理

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：