本文已被:浏览 1488次 下载 837次
投稿时间:2021-01-29 修订日期:2021-04-15
投稿时间:2021-01-29 修订日期:2021-04-15
中文摘要: 轮式机器人在未知环境下的定位是机器人学中一个经过广泛研究但仍然需要进一步提高的问题。VINS-Mono 是目前效果最好的算法之一, 然而其应用在轮式机器人上会因退化问题导致定位精度下降。 本文通过充分利用轮速计与视觉系统之间的耦合关系, 提出了一种基于视觉和轮速计紧耦合的轮式机器人定位系统估计器。 针对低频视觉信息和高频轮速计信息的融合问题,文中推导了轮速计预积分测量和误差传播过程。针对单目视觉无尺度初始化和 VINS-Mono 在轮式机器人上的初始化退化问题,文中提出了一种联合视觉和轮速计信息的快速精确系统初始化流程。 通过在代表性室内及室外环境的实际验证,本文所提出的方法不但比 VINS-Mono 具有更好的定位精度,而且其计算复杂度仅为 VINS-Mono 的约十分之一
Abstract:
keywords:
文章编号:cg210053 中图分类号:TP242.6 文献标志码:
基金项目:
Author Name | Affiliation | |
qjsong@iim.ac.cn |
引用文本: