一种具有同步时间误差估计的双目视觉惯性里程计方法.pdf

一种基于视觉惯性里程计的爬壁机器人定位方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114543786 A (43)申请公布日 2022.05.27 (21)申请号 202210337210.4 (22)申请日 2022.03.31 (71)申请人华中科技大学地址 430074

2023-05-07 约9.15千字 9页立即下载

一种视觉惯性里程计系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113358134 A (43)申请公布日 2021.09.07 (21)申请号 202110433639.9 (22)申请日 2021.04.20 (71)申请人重庆知至科技有限公司

2023-06-19 约1.59万字 16页立即下载

视觉惯性里程计的状态估计方法、装置、电子设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114812601 A (43)申请公布日 2022.07.29 (21)申请号 202110127154.7 (22)申请日 2021.01.29 (71)申请人阿里巴巴集团控股有限公司地址英

2023-05-16 约3.19万字 24页立即下载

视觉惯性里程计的重力估计和光束法平差.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114830182 A (43)申请公布日 2022.07.29 (21)申请号 202080087504.5 M ·Q ·桑切斯尼库萨　S ·西玛　

2023-05-13 约4.81万字 44页立即下载

一种视觉里程计后端优化方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112985399 A (43)申请公布日 2021.06.18 (21)申请号 202011203957.8 (22)申请日 2020.11.02 (71)申请人德鲁动力科技（成都）有限公司

2023-06-08 约1.3万字 11页立即下载

基于点线特征的视觉惯性腿足里程计研究.docx 基于点线特征的视觉惯性腿足里程计研究一、引言随着机器人技术的快速发展，自主导航与定位技术成为研究热点。其中，里程计技术作为机器人自主导航与定位的重要手段，具有广泛的应用前景。基于视觉和惯性的里程计技术结合了视觉信息的丰富性和惯性测量的准确性，有效提高了定位精度和稳定性。腿足机器人作为一种具有高机动性和地形适应性的新型机器人，其里程计技术的发展显得尤为重要。本文旨在研究基于点线特征的视觉惯性腿足里程计技术，提高机器人导航与定位的准确性。二、点线特征提取与匹配点线特征是视觉信息中的重要组成部分，对视觉惯性里程计的定位精度有着重要影响。本文采用基于点线特征的提取与匹配方法，以优化里程计的性能

2025-05-02 约4.1千字 8页立即下载

一种基于语义先验的视觉里程计方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819853 A (43)申请公布日 2021.05.18 (21)申请号 202110137828.1 (22)申请日 2021.02.01 (71)申请人太原理工大学地址

2023-06-05 约1.83万字 18页立即下载

单目视觉惯性里程计：尺度获取与定位方法的深度剖析与创新实践.docx 单目视觉惯性里程计：尺度获取与定位方法的深度剖析与创新实践一、引言 1.1研究背景与意义在当今科技飞速发展的时代，机器人导航、自动驾驶等领域取得了显著的进步，而单目视觉惯性里程计（MonocularVisual-InertialOdometry，简称M-VIO）作为其中的关键技术，正发挥着越来越重要的作用。它融合了单目相机和惯性测量单元（InertialMeasurementUnit，IMU）的信息，能够实时估计载体的位姿和运动轨迹，为机器人和自动驾驶车辆提供精确的定位和导航服务。在机器人导航领域，无论是室内的服务机器人，如清洁机器人、物流搬运机器人，还是室外的巡检机器人、救

2025-02-21 约3.81万字 30页立即下载

使用基于直接方法实现稳健视觉惯性里程计综合.pdf 2015IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS) CongressCenterHamburg Sept28-Oct2,2015.Hamburg,Germany RobustVisualInertialOdometryUsingaDirectEKF-BasedApproach MichaelBloesch,SammyOmari,MarcoHutter,Roland

2025-02-05 约8.68万字 14页立即下载

聊聊视觉惯性里程计的IMU预积分模型.docx 为什么工程实践中我们使用视觉与IMU融合的解决方案即视觉惯性里程计（VIO）来估计运动而不是简单地使用视觉里程计（VO）。视觉惯性里程计的传感器主要包括相机和惯性测量单元（IMU）两种传感器各有优缺点，VIO的优势就在于IMU与相机的互补性。视觉传感器在大多数纹理丰富的场景中效果很好，但是遇到玻璃或白墙这样特征少的场景就很难有效工作了。尽管如此相机数据的优点在于数据基本不会有漂移。如果将相机放在原地固定，那么估计的位姿也是固定不动的。 IMU传感器本身也是有自身缺点的，比如IMU长时间使用就会有非常大的累积误差。但是在短时间内，其相对位移数据又有很高的精度，所以当视觉传感器失效时，融合IMU

2025-03-25 约2.23千字 9页立即下载

基于事件相机的视觉-惯性里程计（VIO）算法研究.docx 基于事件相机的视觉-惯性里程计（VIO）算法研究基于事件相机的视觉-惯性里程计（VIO）算法研究一、引言随着自动驾驶、机器人技术以及增强现实等领域的快速发展，对精确、稳定的视觉/惯性里程计（VIO）算法的需求日益增长。视觉/惯性里程计技术是一种集成了视觉和惯性测量单元（IMU）信息的定位与导航技术，可实现精确的姿态估计和轨迹跟踪。近年来，基于事件相机的VIO算法因其高动态范围、低延迟和低功耗等优势，逐渐成为研究热点。本文将针对基于事件相机的视觉/惯性里程计（VIO）算法进行深入研究。二、事件相机与VIO技术概述事件相机是一种新型的光学传感器，与传统的帧率相机不同，它通过检测场景中亮度变

2025-06-11 约4.44千字 9页立即下载

基于惯性传感器和视觉里程计的机器人定位夏凌楠.pdf 34 1 仪器仪表学报 Vol. 34 No. 1 第卷第期 2013 1 Chinese Journal of Scientific Instrument Jan． 2013 年月基于惯性传感器和视觉里程计的机器人定位*

2017-06-16 约3.67万字 7页立即下载

复杂光照条件下基于混合光流的视觉-惯性里程计研究.docx 复杂光照条件下基于混合光流的视觉-惯性里程计研究一、引言随着计算机视觉和机器人技术的不断发展，视觉-惯性里程计（VIO，Visual-InertialOdometry）成为了导航和定位领域的重要研究方向。在复杂光照条件下，传统的视觉里程计往往面临挑战，如光照变化、阴影、反射等，这些因素可能导致图像处理和定位的准确性下降。为了解决这些问题，本文提出了一种基于混合光流的视觉-惯性里程计研究方法。二、背景与相关研究视觉-惯性里程计结合了视觉传感器和惯性传感器，通过融合两者的信息来提高定位的准确性和鲁棒性。在复杂光照条件下，混合光流法被广泛应用于视觉里程计中。混合光流法结合了稀疏光流和密集光流

2025-05-27 约4.27千字 8页立即下载

基于姿态补偿的立体视觉里程计鲁棒运动估计的中期报告.docx 基于姿态补偿的立体视觉里程计鲁棒运动估计的中期报告本文提出了一种基于姿态补偿的立体视觉里程计鲁棒运动估计算法。传统的立体视觉里程计算法通常使用作为参考的三维地图或IMU（惯性测量单元）数据来辅助计算，但是这些信息往往存在噪声和偏差，导致运动估计的不准确性和不稳定性。为了解决这个问题，我们提出了一种新的方法，该方法结合了姿态补偿和深度滤波来实现更准确和鲁棒的运动估计。具体地说，我们将IMU的输出用作加速度姿态滤波器的输入，以获取更可靠和准确的相对姿态数据。然后，我们使用双目相机采集的图像来获取深度信息，并将其用于视觉三角测量，以估计场景中的每个点的三维坐标。接着，我们使用随机样本一致性（RA

2023-08-25 约小于1千字 1页立即下载

视觉与深度增强传感器融合位姿估计及里程计应用研究.docx 视觉与深度增强传感器融合位姿估计及里程计应用研究一、引言随着机器人技术、自动驾驶、增强现实等领域的快速发展，位姿估计及里程计技术成为了研究的热点。位姿估计是指对物体在三维空间中的位置和姿态进行估计，而里程计则是通过传感器数据来估计移动机器人的运动状态。本文将重点研究视觉与深度增强传感器融合的位姿估计及里程计应用，旨在提高机器人对环境的感知能力和自主导航的准确性。二、视觉与深度增强传感器概述视觉传感器通过捕捉图像信息，为机器人提供环境感知能力。深度增强传感器，如激光雷达（LiDAR）和红外传感器等，可以获取更丰富的环境信息，如深度信息、物体形状等。将这两种传感器融合，可以充分发挥各自的优

2025-06-06 约4.57千字 9页立即下载