多传感器融合算法分类:

  1. 纯视觉 SLAM 方法存在无法在图像纹理少的区域工作、快速运动时图像模糊等问题;而IMU可测量角速度和加速度,其功能可以与相机进行互补,并且在融合之后能够得到更加完善的SLAM 系统。采用相机和 IMU 的 SLAM 方法被称为视觉惯性 SLAM(visual-inertial SLAM,VI-SLAM),只含有很小的漂移。本文主要介绍VI-SLAM,对激光和纯视觉SLAM不重点介绍。目前VI-SLAM数据融合的的方法分为两类:紧耦合和松耦合,具体见图2,其中,紧耦合是指把 IMU 的状态与相机的状态合并在一起进行位姿估计。松耦合是指相机和 IMU 分别进行自身的位姿估计,然后对它们的估计结果进行融合。
  2. 多传感器融合的方法
    而VI-SLAM根据后端优化方法的不同,分为基于滤波和基于优化 2 类方法,在滤波方法中,传统的 EKF(扩展卡尔曼滤波器) 、UKF(无迹卡尔曼滤波器)、改进的 MSCKF(多状态约束卡尔曼滤波器) 和OpenVins都取得了一定的成果。现阶段基于优化的方法则慢慢占据了主流。

  1. Kejian等人[26](WuKJ,GuoCX,GeorgiouG,etal.VINS on wheels)将轮式里程计和IMU、视觉结合,提出了一种VINSOnWheels算法,通过里程计的平面运动假设来为IMU提供可观性约束,从而提高VINS的准确性和稳定性,图1.8是VINSOnWheels的算法示意图。然而由于VINS中需要对加速度的bias和重力进行初始化,在移动平台上IMU是不好充分初始化的,所以该算法的效果并不是很好。

本章结构安排如下:
3.1节阐述了机器人位姿表示方法。
3.2节以IMU和双目的融合为例介绍了一种多传感器频率同步方法。3.3节以相机和激光雷达的标定为例,详细讲解了外参在线标定方法的原理和实现细节。
3.4节是本章实验结果,验证了在线标定算法的准确性和优势。
3.5节是对本章内容的小结。
本章的结构如下:
4.2节介绍了多传感器融合定位通用框架,具体阐述了该框架的通用性以及该框架与多传感器融合定位的联系。
4.3节阐述了IMU-双目视觉融合定位系统,包括视觉惯性配准算法的原理和系统结构。
4.4节阐述了2D激光雷达-陀螺仪-双目视觉融合定位系统,分析了其相比于IMU双目融合定位的性能差异。
4.5节对里程计-陀螺仪-双目视觉融合定位系统进行了详细的研究,
分析并阐述了实现细节。
4.6节是本章实验结果。
4.7节是对本章的小节。
2 . 《基于多传感器信息 融合的移动机器人定位方法研究》———北京交通。作者:吴显

5. 浙大-孙安顺-2020-《多传感器融合的移动机器人室内定位研究系统》

包含视觉的多传感器融合的方案或者论文相关推荐

  1. 自动驾驶感知算法实战11——多传感器融合感知方案详解

    自动驾驶感知算法实战专栏:https://blog.csdn.net/charmve/category_12097938.html 目录 1 何为多传感器融合? 2 多传感器融合的优势 3. 多传感器 ...

  2. 车载多传感器融合定位方案Pipeline:IMU,CNSS,LIDAR

    为什么用IMU, CNSS, LIDAR的组合 IMU可以提供连续的位置信息,以补充GNSS可能因为地形等原因缺失的数据信息 GNSS可以提供绝对的位置信息,减轻IMU累积的数据漂移问题 LIDAR可 ...

  3. 论文阅读:PMF基于视觉感知的多传感器融合点云语义分割Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation

    题目:Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation 中文:用于 3D LiDAR 语义分割的多传感器感 ...

  4. 机器学习/机器人视觉/传感器融合

    以上:转自https://zhuanlan.zhihu.com/p/22266788?utm_source=qq&utm_medium=social&utm_oi=8216711062 ...

  5. INDEMIND:多传感器融合,机器人的必由之路

    "INDEMIND:随着机器人的应用领域不断拓展,对机器人的环境感知能力的要求也在不断提升,而要解决环境感知问题,传感器技术则是最重要的应用支撑技术之一,它对于机器人的意义亦如人眼对于人,但 ...

  6. 多传感器融合定位四-3D激光里程计其四:点云线面特征提取

    多传感器融合定位四-3D激光里程计其四:点云线面特征提取 1. 点云线面特征提取 1.1 按线数分割 1.2 计算曲率(重要!) 1.3 按曲率大小筛选特征点 2. 基于线面特征的位姿变化 2.1 帧 ...

  7. 盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)...

    点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心[SLAM]技术交流群 后台回复[车辆定位综述]获取论文! 1摘要 实时.准确和鲁棒的定 ...

  8. 实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨汽车人 来源丨自动驾驶之心 编辑丨3D视觉工坊 点击进入->3D视觉工坊学习交流群 1摘要 ...

  9. ICCV 2021 | PMF: 基于视觉感知的多传感器融合点云语义分割方法

    作者丨月明星稀风萧萧@知乎 来源丨https://zhuanlan.zhihu.com/p/419187044 编辑丨3D视觉工坊 今天,我将分享一个 ICCV 2021 中的工作,基于视觉感知的多传 ...

最新文章

  1. 新的开始,连菜鸟都算不上的程序媛
  2. CNCF 宣布成立应用交付领域小组,正式开启云原生应用时代
  3. 如何在高并下设置Linux系统及kernel参数
  4. ElasticSearch创建文档
  5. 【数据结构与算法】之深入解析“打家劫舍III”的求解思路与算法示例
  6. 深入理解 JVM Class文件格式(一)
  7. python实现使用最近最久未使用算法的请求分页存储管理_答疑(存储管理)之一...
  8. Pandas 文本数据方法 cat()
  9. 在职场,没有永远的朋友,也没有永远的敌人,因为只有利益
  10. Android调用.net的webservice服务器接收参数为空的情况
  11. 嵌入式linux基础学习全套精品视频教程
  12. 逆向之Smali入门学习
  13. Redis数据倾斜与JD开源hotkey源码分析揭秘
  14. 解决Windows 10 无法安装.msi文件的办法
  15. 虚拟机ubuntu与Windows复制粘贴设置
  16. 华为 、锐捷、新华三、睿易网络设备怎么选
  17. 模拟IIC读取SHT30温湿度传感器数据
  18. 基于MATLAB完成卷积运算,基于Matlab的离散卷积
  19. 冰火两重天----评NBA2009-12-28快船和凯尔特人的比赛
  20. 超简单Ubuntu Server 配置FTP服务器教程

热门文章

  1. win32程序时如何在64位操作系统上运行的
  2. 怎么关闭开机启动的今日爆点提供的热点资讯
  3. Vue兼容IE报错SCRIPT1002:‘语法错误’,SCRIPT1003: 缺少 ‘:‘
  4. 阴阳师服务器列表空白 修复不了,阴阳师优化问题_阴阳师问题修复_阴阳师修复公告...
  5. VS 2017 无法打开 kernel32.lib问题解决办法
  6. WIKI I 角色筛选——原神WIKI
  7. 腾讯数字孪生和To B简介
  8. 论文笔记33 -- (CV)【ICCV2021】Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
  9. 小米把电饭煲和手机卖到日本,你看好吗?
  10. AcFun API 收集