典型文献
视觉惯性融合定位的室内SLAM研究
文献摘要：
移动机器人在室内环境中绝对定位受环境因素的影响,定位精度较差甚至失效,因此提出一种室内视觉惯性即时定位系统.在前端采用FAST角点快速特征提取,使用改进的正向和逆向稀疏光流法跟踪匹配,并构建IMU(Inertial Measurement Unit,惯性测量单元)流形预计分离散模型,实现视觉位姿和惯性数据的紧耦合;在后端通过基于关键帧的滑动窗口非线性优化视觉惯性状态量进行位姿校准.与OKVIS、VINS-Fusion算法比较,在公开数据集EuRoc中测试,结果表明,移动机器人视觉惯性定位系统在室内场景位姿估计中定位精准,全局轨迹位姿漂移降低,在复杂场景和快速运动状况下鲁棒性良好.
文献关键词：
视觉惯性定位;特征提取;稀疏光流;滑动窗口
中图分类号：
作者姓名：
刘大鹏
作者机构：
浙江农林大学光机电工程学院,浙江 杭州 311300
文献出处：
引用格式：
[1]刘大鹏-.视觉惯性融合定位的室内SLAM研究)[J].南方农机,2022(06):22-25
A类：
视觉惯性定位
B类：
视觉惯性融合,融合定位,SLAM,移动机器人,室内环境,绝对定位,定位精度,内视,定位系统,FAST,角点,稀疏光流,光流法,跟踪匹配,IMU,Inertial,Measurement,Unit,惯性测量单元,流形,离散模型,紧耦合,后端,关键帧,滑动窗口,非线性优化,状态量,OKVIS,VINS,Fusion,算法比较,公开数据集,EuRoc,机器人视觉,室内场景,位姿估计,位姿漂移,复杂场景,快速运动
AB值：
0.468979
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。
