典型文献
视觉惯性里程计异常视觉测量的检测与处理
文献摘要：
对于视觉惯性里程计(VIO),视觉遮挡、运动物体等复杂场景可能带来异常的视觉测量,导致系统定位精确度急剧下降.对此,提出了一种新的VIO异常视觉测量的检测和处理方法.通过选取检测指标、设置先验阈值和设计检测分类器,实现对异常视觉测量的检测与分类;提出多传感器融合策略和自适应误差加权算法,及时消除与实际运动不一致的异常视觉测量的影响;最后,将异常视觉测量检测和处理算法整合到基于关键帧的视觉惯性里程计(OKVIS)系统中,提出了视觉惯性里程计的异常检测和处理(EDS-VIO)系统框架.在复杂场景仿真数据集上的评测结果表明,EDS-VIO比OKVIS取得了更好的性能,定位误差均值从1.045 m下降到0.437 m.所提方法较好地提升了VIO在复杂场景中的定位精确度和鲁棒性.
文献关键词：
视觉惯性里程计;异常视觉测量;多传感器融合;自适应误差权重;复杂场景
中图分类号：
作者姓名：
朱涛;马惠敏;柴后青;张胜虎
作者机构：
清华大学 电子工程系,北京 100084;中国人民解放军31401部队,吉林 长春 130022;北京科技大学 计算机与通信工程学院,北京 100083
文献出处：
引用格式：
[1]朱涛;马惠敏;柴后青;张胜虎-.视觉惯性里程计异常视觉测量的检测与处理)[J].太赫兹科学与电子信息学报,2022(10):1038-1045
A类：
异常视觉测量,自适应误差权重
B类：
视觉惯性里程计,VIO,遮挡,动物体,复杂场景,导致系统,系统定位,急剧下降,检测指标,先验,检测分类,分类器,多传感器融合,融合策略,加权算法,理算,合到,关键帧,OKVIS,异常检测,EDS,系统框架,场景仿真,仿真数据,评测,定位误差,误差均值
AB值：
0.2343
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。
