-
公开(公告)号：CN110717927A
公开(公告)日：2020-01-21
申请号：CN201910957469.7
申请日：2019-10-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于深度学习和视惯融合的室内机器人运动估计方法，利用深度学习的方法通过设计的GCN网络来对视觉数据进行特征提取，并将视觉惯导信息相融合，构建一个鲁棒的SLAM系统，其不仅可以极大的提高系统的鲁棒性，还可以在计算能力受限的嵌入式设备上快速部署，通过对惯性信息的预积分处理，形成视觉信息的帧间约束，采用联合优化器对视觉惯性输出数据进行融合优化，通过预积分的视觉惯性里程计系统比单独视觉里程计系统更高的定位精度，基于预积分算法有效的将惯性信息用到里程计系统中，并抑制系统的噪声传播，降低惯性零漂对里程计定位精度的影响。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
