典型文献
基于光流融合快速特征提取的视觉/惯性定位方法
文献摘要：
针对地下遮蔽空间内弱纹理环境下视觉/惯性定位方法特征点提取、追踪困难问题,文章结合快速鲁棒性(Speeded Up Robust Features,SURF)特征点法提取速度快、识别精度高、光流法追踪精度高的特点,提出了一种基于光流融合快速特征提取的视觉/惯性定位方法.该方法改进视觉前端部分,以SURF算法构建Hessian矩阵对图像信息中的特征点进行提取,提高特征点匹配效率与提取效果;随后,利用LK(Lucas-Kanade)光流法对特征信息进行追踪,保证特征追踪速度,以提高算法精度与鲁棒性;在信息融合部分参考多状态约束卡尔曼滤波算法框架,对视觉信息与惯性信息进行融合.采用EuRoc室内数据集进行仿真实验.结果表明,该算法具有良好的定位精度.与传统MSCKF算法相比,该算法漂移较小,相比MSCKF平均轨迹误差减少8％,均方根误差减少21％,具有更好的定位效果.
文献关键词：
视觉/惯性定位;多状态约束;SURF;LK光流
中图分类号：
作者姓名：
赵锦阳
作者机构：
北京信息科技大学高动态导航技术北京市重点实验室,北京100101
文献出处：
引用格式：
[1]赵锦阳-.基于光流融合快速特征提取的视觉/惯性定位方法)[J].传感器世界,2022(06):1-7
A类：
B类：
定位方法,遮蔽,蔽空,弱纹理环境,法特,特征点提取,困难问题,Speeded,Up,Robust,Features,SURF,特征点法,识别精度,光流法,方法改进,前端部分,Hessian,图像信息,特征点匹配,提取效果,LK,Lucas,Kanade,特征信息,特征追踪,信息融合,多状态约束,卡尔曼滤波算法,对视,视觉信息,EuRoc,定位精度,MSCKF,漂移,定位效果
AB值：
0.459197
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。
