FAILED
首站-论文投稿智能助手
典型文献
一种改进RANSAC校验的失效卫星位姿估计回环检测方法
文献摘要:
为解决失效卫星位姿估计中视觉SLAM方法回环检测效果差的问题,结合空间特殊的应用环境,提出一种改进 RANSAC 校验的空间失效卫星位姿估计回环检测方法.首先利用深度学习提取图像的全局特征和局部特征;然后对全局特征进行快速检索,建立回环候选帧集合;最后,将图像网格化并提取优质特征点作为RANSAC算法的随机抽样点集,采用改进的RANSAC算法对回环候选帧集合进行图像匹配校验,挑选出匹配程度最高的作为回环检测结果.实验表明:在牛津数据集上,所提方法与无校验的方法对比,100%准确率下的最大召回率提升了30.6%,说明改进RANSAC校验在回环检测中的有效性;在失效卫星数据集上,所提方法无需预训练,对光照变化的空间场景具有高适应性,和基于词袋模型(BoW)算法相比,缩减时间24.1%.
文献关键词:
视觉SLAM;回环检测;失效卫星;图像匹配;深度学习;位姿估计
作者姓名:
程向红;李丹若;曹毅;牟金震
作者机构:
微惯性仪表与先进导航技术教育部重点实验室,南京 210096;东南大学 仪器科学与工程学院,南京 210096;上海市空间智能控制技术重点实验室 上海 201109
引用格式:
[1]程向红;李丹若;曹毅;牟金震-.一种改进RANSAC校验的失效卫星位姿估计回环检测方法)[J].中国惯性技术学报,2022(04):445-450
A类:
B类:
RANSAC,校验,失效卫星,星位,位姿估计,回环检测,中视,SLAM,检测效果,应用环境,全局特征,局部特征,快速检索,图像网格,网格化,特征点,随机抽样,点集,图像匹配,挑选出,牛津,方法对比,召回率,卫星数据,预训练,空间场景,高适应性,词袋模型,BoW
AB值:
0.315054
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。