实时运动结构重建在自主导航系统中的应用

陈靖; 王涌天; Axel Pinz

您当前的位置：

首页 >

文章列表页 >

实时运动结构重建在自主导航系统中的应用

成像系统与图像处理 | 更新时间：2025-09-01

- 实时运动结构重建在自主导航系统中的应用
- Structure and motion by sensor fusion for autonomous navigation system
- 光学技术 2006年32卷第S1期页码：351-353
- 作者机构：
  
  1. 1:北京理工大学信息科学技术学院光电工程系
  2. 2:格拉兹理工大学
- 作者简介：
- 基金信息：
  
  国家重点基础研究发展规划资助项目(973项目)(2002CB312104)
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
陈靖, 王涌天, Axel Pinz. 实时运动结构重建在自主导航系统中的应用[J]. 光学技术, 2006,32(S1):351-353.

Structure and motion by sensor fusion for autonomous navigation system[J]. 2006, 32(S1): 351-353.
陈靖, 王涌天, Axel Pinz. 实时运动结构重建在自主导航系统中的应用[J]. 光学技术, 2006,32(S1):351-353. DOI：

Structure and motion by sensor fusion for autonomous navigation system[J]. 2006, 32(S1): 351-353. DOI：

摘要

实时运动结构重建是自主车辆、机器人导航、空间探测器自主降落、智能监控等领域中的重要研究课题。目前实时运动结构重建主要存在着特征匹配困难、鲁棒性差、系统无法自动获取初始参数和需要大量人工干预等诸多问题。利用高速CMOS摄像机与惯性传感数据融合提高了运动结构重建算法的精度及其鲁棒性。该算法在扩展卡尔曼滤波框架下是通过融合惯性与视觉传感器的数据来进行运动估计的。对场景中的每一个待估计结构的特征点建立对应的卡尔曼滤波器

以估计其空间三维结构信息。运动估计模块与结构估计模块交替运行

减小了系统运算的复杂度

提高了实时性能。通过对真实场景图像序列的实验验证结果表明

惯性传感器的额外信息能够有效地提高运动结构估计的精度

能够增强算法的鲁棒性。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

实时运动结构重建在自主导航系统中的应用

Structure and motion by sensor fusion for autonomous navigation system

DOI：

摘要

Abstract

关键词

Keywords

references