-
公开(公告)号：CN115371665B
公开(公告)日：2023-06-23
申请号：CN202211119147.3
申请日：2022-09-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度相机和惯性融合的移动机器人定位方法，它属于视觉惯性导航技术领域。本发明解决了由于受到移动机器人运动方式和环境的影响，导致当前视觉SLAM系统容易出现定位失败或获得的定位效果差的问题。本发明利用了深度相机的深度不确定性模型和多视图三角化结合的方法，能够自适应地完成不同距离特征点的深度估计。并且在此基础上，提出了特征点动态分级管理方法，该方法结合跟踪次数和重投影误差动态地进行特征点分类并去除离群点。通过构建IMU预积分先验误差模型，平面运动约束，特征点深度约束以及3D‑2D特征点重投影误差模型，利用多种约束联合实现移动机器人位姿的估计。本发明方法可以应用于视觉惯性导航技术领域。
-
公开(公告)号：CN115371665A
公开(公告)日：2022-11-22
申请号：CN202211119147.3
申请日：2022-09-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度相机和惯性融合的移动机器人定位方法，它属于视觉惯性导航技术领域。本发明解决了由于受到移动机器人运动方式和环境的影响，导致当前视觉SLAM系统容易出现定位失败或获得的定位效果差的问题。本发明利用了深度相机的深度不确定性模型和多视图三角化结合的方法，能够自适应地完成不同距离特征点的深度估计。并且在此基础上，提出了特征点动态分级管理方法，该方法结合跟踪次数和重投影误差动态地进行特征点分类并去除离群点。通过构建IMU预积分先验误差模型，平面运动约束，特征点深度约束以及3D‑2D特征点重投影误差模型，利用多种约束联合实现移动机器人位姿的估计。本发明方法可以应用于视觉惯性导航技术领域。
-
Search Results
2
records
(took 0.019 seconds)
