典型文献
基于动态特征剔除的图像与点云融合的机器人位姿估计方法
文献摘要：
针对动态物体影响传感器进行机器人位姿估计的问题,本文提出了一种基于动态特征剔除点云与图像融合的位姿估计方法.首先,YOLOv4和PointRCNN分别被用于识别图像和点云中的潜在运动目标并提取候选框.其次,在视觉定位方面,双目视觉与稀疏光流被用于路标点的构建与追踪,并根据候选框剔除动态特征点,随后构建重投影误差函数,通过基于RANSAC剔除的非线性优化方法求解相机位姿;在激光定位方面,提取前后帧的直线与平面特征点,并根据候选框进行筛选,基于特征点到直线或平面的距离构建误差函数,进而求解激光雷达位姿.为使系统不再局限于单一传感器的使用环境限制,通过自适应加权方法,有效融合了两种位姿结果.最后,通过KITTI数据集和动态场景采集的数据进行定量实验对比,验证了剔除动态特征后的位姿估计的精确性以及融合算法的有效性.
文献关键词：
机器视觉;机器人定位;自适应融合;激光雷达;图像;深度学习
中图分类号：
作者姓名：
张磊;徐孝彬;曹晨飞;何佳;冉莹莹;谭治英;骆敏舟
作者机构：
河海大学机电工程学院,江苏常州213022;河海大学江苏省特种机器人技术重点实验室,江苏常州213022;南京航空航天大学机电学院,江苏南京210016;常州常工电子科技股份有限公司,江苏常州213001
文献出处：
引用格式：
[1]张磊;徐孝彬;曹晨飞;何佳;冉莹莹;谭治英;骆敏舟-.基于动态特征剔除的图像与点云融合的机器人位姿估计方法)[J].中国激光,2022(06):126-137
A类：
图像与点云融合
B类：
机器人位姿估计,估计方法,动态物体,图像融合,YOLOv4,PointRCNN,识别图,云中,运动目标,候选框,视觉定位,双目视觉,稀疏光流,路标,标点,动态特征点,重投影,投影误差,误差函数,RANSAC,非线性优化方法,机位,激光定位,平面特征,线或,激光雷达,一传,自适应加权,有效融合,KITTI,动态场景,场景采集,定量实验,实验对比,精确性,融合算法,机器视觉,机器人定位,自适应融合
AB值：
0.409413
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。
