CN106709222A - 基于单目视觉的imu漂移补偿方法 - Google Patents
基于单目视觉的imu漂移补偿方法 Download PDFInfo
- Publication number
- CN106709222A CN106709222A CN201510455737.7A CN201510455737A CN106709222A CN 106709222 A CN106709222 A CN 106709222A CN 201510455737 A CN201510455737 A CN 201510455737A CN 106709222 A CN106709222 A CN 106709222A
- Authority
- CN
- China
- Prior art keywords
- imu
- direction estimation
- monocular
- ssd
- drift compensation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
针对目前惯性测量单元(Inertial Measurement Unit,IMU)方向估计存在误差累积、无法适用于长时间方向估计的问题,本发明提出一种基于单目视觉的IMU漂移补偿方法,包括基于IMU的方向估计、单目摄像头的方向估计以及视觉辅助IMU的误差补偿三个步骤。本发明方法在相邻两帧图像间的特征点对集合中,采用外级线约束方法得到基于视觉的方向估计值,并将其引入到IMU的校准补偿中,解决IMU长时间误差累积的问题。本发明方法适用于静态和动态误差补偿,具有准确、稳定、零漂移的优势。
Description
技术领域
本发明涉及计算机视觉技术和图像处理技术,具体地说是一种基于单目视觉的IMU漂移补偿方法。
背景技术
惯性测量单元(Inertial Measurement Unit,IMU)是集成有三轴加速计、三轴陀螺仪、三轴磁力计的MEMS惯性元件,用于测量物体三轴角速度、三轴加速度和三轴地磁分量。IMU具有体积小、重量轻、可随身携带、穿戴方便等特点,广泛用于载体方向估计和人体关节的动作捕捉。
基于IMU的方向估计具有运算量小、动态特性好的优势,适用于短时间内的方向估计。但由于MEMS传感器本身由于漂移而造成误差累积,使得IMU难以实现长期的方向估计。以往基于优化的IMU方向估计方法和基于统计学的IMU方向估计方法虽然能够抑制噪声对方向估计的影响,但存在如下问题:①在基于加速计的方向估计中,两类方法都是基于一种假设:IMU采集到的三轴加速度仅包含有重力加速度分量,默认的载体自身的加速度分量为零,即载体自身只能做平缓、慢速的动作;②在基于室内环境的磁力计的方向估计中,IMU输出的三轴地磁分量容易受到周边铁磁材料的影响而造成误差;③在基于陀螺仪的方向估计中,陀螺仪输出的三轴角速度值存在非定常的随机误差、偏移误差和尺度偏差,即便经过补偿,仍然无法解决MEMS器件自身的长期误差累积问题。上述缺陷是制约IMU用于长时间方向估计的瓶颈,因此亟需一种鲁棒、准确的方向估计方法解决IMU误差累积的问题,实现长时间的方向估计。
发明内容
针对目前IMU方向估计存在误差累积、无法适用于长时间方向估计的问题,本发明提出一种基于单目视觉的IMU漂移补偿方法,在相邻两帧图像间的特征点对集合中,采用外级线约束方法得到基于视觉的方向估计值,并将其引入到IMU的校准补偿中,解决IMU长时间误差累积的问题。
本发明为实现上述目的所采用的技术方案是:一种基于单目视觉的IMU漂移补偿方法,包括以下步骤:
步骤1:基于IMU的方向估计;
步骤2:单目摄像头的方向估计;
步骤3:视觉辅助IMU的误差补偿。
所述步骤1包括以下步骤:
步骤1.1:计算陀螺仪的方向估计
其中表示t时刻由IMU陀螺仪估计出的四元数,由(q0,q1,q2,q3)表示,q1、q2、q3分量分别对应旋转轴在X、Y、Z方向的投影,q0分量对应IMU围绕旋转轴旋转的角度;表示陀螺仪估计出的四元数的变化率,Δt表示采样间隔;
步骤1.2:以最小化估计值误差为目标,定义目标函数:
从而得到加速计与磁力计的方向估计其中,和分别表示加速计和磁力计估计值的误差;
步骤1.3:利用增益自适应互补滤波算法,估计求解IMU坐标系下的方向信息
其中,kt表示自适应的增益系数,表示最终的方向估计信息。
所述步骤2包括以下步骤:
步骤2.1:求取像素点偏差平方和(SSD):针对单目摄像头采集到的相邻两帧图像,求取像素点偏差平方和SSD;
步骤2.2:如果SSD大于某一指定的阈值τ,则判断IMU处于运动状态;
步骤2.2.1:采用特征点检测与描述方法SURF方法生成64维特征点描述子;
步骤2.2.2:利用特征点对的描述子具有欧氏距离最小原则实现相邻帧图像间特征点的匹配,得到匹配点对集合:{{x1,x′1},{x2,x′2},…{xn,x′n}};
步骤2.2.3:结合重采样一致性分析算法RANSAC移除特征点对中存在的误匹配点;
步骤2.2.4:利用计算机视觉中的外级线约束方程x′Ex=0,得到本质矩阵E;
步骤2.2.5:利用奇异值分解,求得旋转矩阵R3 × 3,此处得到的旋转矩阵R3 × 3表示单目摄像头的方向估计值;
步骤2.3:如果SSD不大于某一指定的阈值τ,则判断IMU处于静止状态,判定当前时刻单目摄像头的方向估计值与上一时刻单目摄像头的方向估计一致。
所述像素点偏差平方和SSD通过下式得到:
其中,P(i,j,t)和P(i,j,t+1)分别表示像素点P(i,j)在t时刻和t+1时刻的图像像素值,M表示以像素为单位的图片长度,N表示以像素为单位的图片宽度。
所述步骤3具体为:
如果SSD大于阈值τ,则判断载体处于运动状态,IMU漂移补偿的具体实现为:
步骤3.1.1:将基于视觉估计出的旋转矩阵R3 × 3转化成对应的欧拉角
其中,Rij,1 ≤ i,j ≤ 3表示旋转矩阵R3 × 3中的第i行,第j列的元素;
步骤3.1.2:利用欧拉角的线性插值来补偿IMU输出四元数,欧拉角对应的四元数为:
利用欧拉角解算出的四元数来实现IMU的漂移补偿;
如果SSD不大于阈值τ,则判断载体处于静止状态,IMU漂移补偿的具体实现为:
步骤3.2.1:将IMU中陀螺仪输出的t时刻的角速度ω(t)=(ωx,t,ωy,t,ωz,t)矢量设置为:
ωx,t=0,ωy,t=0,ωz,t=0
步骤3.2.2:设置t时刻加速度矢量α(t)=(αx,t,αy,t,αz,t)和磁力强度矢量m(t)=(mx,t,my,t,mz,t)为:
αx,t=αx,t-1,αy,t=αy,t-1,αz,t=αz,t-1
mx,t=mx,t-1,my,t=my,t-1,mz,t=mz,t-1
本发明具有以下优点及有益效果:采用外级线约束方法得出基于视觉的方向估计值,并将其引入到IMU的校准补偿中,解决了IMU长时间误差累计的问题,具有准确、稳定、零漂移的优点。
附图说明
图1为本发明方法的整体流程图;
图2为IMU方向估计流程图;
图3为单目视觉方向估计流程图;
图4为IMU误差补偿的系统框图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明方法包括三部分(如图1所示):
(1)基于IMU的方向估计;
(2)单目摄像头的方向估计;
(3)视觉辅助IMU的误差补偿。
具体实现过程如下所述。
步骤1:基于IMU的方向估计(如图2所示)。
步骤1.1:计算陀螺仪的方向估计
其中表示t时刻由IMU陀螺仪估计出的四元数,它由(q0,q1,q2,q3)表示。其中,四元数中的q1、q2、q3分量分别对应旋转轴在X、Y、Z方向的投影,q0分量对应IMU围绕旋转轴旋转的角度;表示陀螺仪估计出的四元数的变化率,Δt表示采样间隔。
步骤1.2:加速计与磁力计的方向估计
以最小化估计值误差为目标,定义目标函数:
其中,和分别表示加速计和磁力计估计值的误差。
步骤1.3:利用增益自适应互补滤波算法,估计求解IMU坐标系下的方向信息
其中kt表示自适应的增益系数,表示最终的方向估计信息。
增益自适应互补滤波算法[Tian Y,Wei H,Tan J.An adaptive-gain complementary filter for real-time human motion tracking with marg sensors in free-living environments[J].Neural Systems and Rehabilitation Engineering,IEEE Transactions on,2013,21(2):254-264]。以上介绍的基于IMU增益自适应互补滤波算法的方向估计中,由于存在陀螺仪的偏差和随机误差、地磁分量受到周围铁磁材料的干扰、加速度计采集的加速度信息除了有可能包含有重力以外的载体加速度分量之外还存在偏差和随机误差,以上三个缺陷是制约IMU长时间方向估计的主要因素。为了抑制IMU方向估计的误差,需要引入其他类型传感器辅助实现IMU的漂移补偿。
步骤2:单目摄像头的方向,估计利用单目视觉的方向估计信息实现IMU的漂移补偿(如图3所示)。
步骤2.1:求取像素点偏差平方和(SSD)。
针对单目摄像头采集到的相邻两帧图像,求取像素点偏差平方和SSD:
其中,P(i,j,t)和P(i,j,t+1)分别表示像素点P(i,j)在t时刻和t+1时刻的图像像素值,M表示以像素为单位的图片长度,N表示以像素为单位的图片宽度。
步骤2.2:如果SSD大于某一指定的阈值τ,则判断IMU处于运动状态。
步骤2.2.1:采用鲁棒性好的特征点检测与描述方法SURF方法(Speeded Up Robust Features,SURF)[Bay H,Tuytelaars T,Van Gool L.Surf:Speeded up robust features[M].Computer vision–ECCV 2006.Springer Berlin Heidelberg,2006:404-417],生成64维特征点描述子;
步骤2.2.2:利用特征点对的描述子具有欧氏距离最小原则实现相邻帧图像间特征点的匹配,得到匹配点对集合:{{x1,x′1},{x2,x′2},…{xn,x′n}};
步骤2.2.3:结合重采样一致性分析算法RANSAC移除特征点对中存在的误匹配点;
步骤2.2.4:利用计算机视觉中的外级线约束方程x′Ex=0,得到本质矩阵E;
步骤2.2.5:利用奇异值分解(Singular Value Decomposition,SVD)分解,求得旋转矩阵R3 × 3,此处得到的旋转矩阵R3 × 3表示单目摄像头的方向估计值。
步骤3:视觉辅助IMU的误差补偿,利用单目视觉的方向估计信息实现IMU的漂移补偿(如图4所示)。
步骤3.1:如果SSD大于阈值τ,则判断载体处于运动状态。
步骤3.1.1:将基于视觉估计出的旋转矩阵R3 × 3转化成对应的欧拉角转化过程如下:
其中,Rij,1 ≤ i,j ≤ 3表示旋转矩阵R3 × 3中的第i行,第j列的元素。
步骤3.1.2:利用欧拉角的线性插值来补偿IMU输出四元数。
欧拉角对应的四元数为:
利用欧拉角解算出的四元数来实现IMU的漂移补偿。
步骤3.2:如果SSD小于阈值τ,则判断载体处于静止状态。
步骤3.2.1:将IMU中陀螺仪输出的t时刻的角速度ω(t)=(ωx,t,ωy,t,ωz,t)矢量设置为:
ωx,t=0,ωy,t=0,ωz,t=0
步骤3.2.2:设置t时刻加速度矢量α(t)=(αx,t,αy,t,αz,t)和磁力强度矢量m(t)=(mx,t,my,t,mz,t)为:
αx,t=αx,t-1,αy,t=αy,t-1,αz,t=αz,t-1
mx,t=mx,t-1,my,t=my,t-1,mz,t=mz,t-1 。
Claims (5)
1.一种基于单目视觉的IMU漂移补偿方法,其特征在于,包括以下步骤:
步骤1:基于IMU的方向估计;
步骤2:单目摄像头的方向估计;
步骤3:视觉辅助IMU的误差补偿。
2.根据权利要求1所述的基于单目视觉的IMU漂移补偿方法,其特征在于,所述步骤1包括以下步骤:
步骤1.1:计算陀螺仪的方向估计
其中表示t时刻由IMU陀螺仪估计出的四元数,由(q0,q1,q2,q3)表示,q1、q2、q3分量分别对应旋转轴在X、Y、Z方向的投影,q0分量对应IMU围绕旋转轴旋转的角度;表示陀螺仪估计出的四元数的变化率,Δt表示采样间隔;
步骤1.2:以最小化估计值误差为目标,定义目标函数:
从而得到加速计与磁力计的方向估计其中,和分别表示加速计和磁力计估计值的误差;
步骤1.3:利用增益自适应互补滤波算法,估计求解IMU坐标系下的方向信息
其中,kt表示自适应的增益系数,表示最终的方向估计信息。
3.根据权利要求1所述的基于单目视觉的IMU漂移补偿方法,其特征在于,所述步骤2包括以下步骤:
步骤2.1:求取像素点偏差平方和(SSD):针对单目摄像头采集到的相邻两帧图像,求取像素点偏差平方和SSD;
步骤2.2:如果SSD大于某一指定的阈值τ,则判断IMU处于运动状态;
步骤2.2.1:采用特征点检测与描述方法SURF方法生成64维特征点描述子;
步骤2.2.2:利用特征点对的描述子具有欧氏距离最小原则实现相邻帧图像间特征点的匹配,得到匹配点对集合:{{x1,x′1},{x2,x′2},…{xn,x′n}};
步骤2.2.3:结合重采样一致性分析算法RANSAC移除特征点对中存在的误匹配点;
步骤2.2.4:利用计算机视觉中的外级线约束方程x′Ex=0,得到本质矩阵E;
步骤2.2.5:利用奇异值分解,求得旋转矩阵R3 × 3,此处得到的旋转矩阵R3 × 3表示单目摄像头的方向估计值;
步骤2.3:如果SSD不大于某一指定的阈值τ,则判断IMU处于静止状态,判定当前时刻单目摄像头的方向估计值与上一时刻单目摄像头的方向估计一致。
4.根据权利要求3所述的基于单目视觉的IMU漂移补偿方法,其特征在于,所述像素点偏差平方和SSD通过下式得到:
其中,P(i,j,t)和P(i,j,t+1)分别表示像素点P(i,j)在t时刻和t+1时刻的图像像素值,M表示以像素为单位的图片长度,N表示以像素为单位的图片宽度。
5.根据权利要求1所述的基于单目视觉的IMU漂移补偿方法,其特征在于,所述步骤3具体为:
如果SSD大于阈值τ,则判断载体处于运动状态,IMU漂移补偿的具体实现为:
步骤3.1.1:将基于视觉估计出的旋转矩阵R3 × 3转化成对应的欧拉角
其中,Rij,1 ≤ i,j ≤ 3表示旋转矩阵R3 × 3中的第i行,第j列的元素;
步骤3.1.2:利用欧拉角的线性插值来补偿IMU输出四元数,欧拉角对应的四元数为:
利用欧拉角解算出的四元数来实现IMU的漂移补偿;
如果SSD不大于阈值τ,则判断载体处于静止状态,IMU漂移补偿的具体实现为:
步骤3.2.1:将IMU中陀螺仪输出的t时刻的角速度ω(t)=(ωx,t,ωy,t,ωz,t)矢量设置为:
ωx,t=0,ωy,t=0,ωz,t=0
步骤3.2.2:设置t时刻加速度矢量α(t)=(αx,t,αy,t,αz,t)和磁力强度矢量m(t)=(mx,t,my,t,mz,t)为:
αx,t=αx,t-1,αy,t=αy,t-1,αz,t=αz,t-1
mx,t=mx,t-1,my,t=my,t-1,mz,t=mz,t-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510455737.7A CN106709222B (zh) | 2015-07-29 | 2015-07-29 | 基于单目视觉的imu漂移补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510455737.7A CN106709222B (zh) | 2015-07-29 | 2015-07-29 | 基于单目视觉的imu漂移补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106709222A true CN106709222A (zh) | 2017-05-24 |
CN106709222B CN106709222B (zh) | 2019-02-01 |
Family
ID=58900752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510455737.7A Active CN106709222B (zh) | 2015-07-29 | 2015-07-29 | 基于单目视觉的imu漂移补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106709222B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108592950A (zh) * | 2018-05-17 | 2018-09-28 | 北京航空航天大学 | 一种单目相机和惯性测量单元相对安装角标定方法 |
CN109073407A (zh) * | 2017-10-26 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 惯性测量单元的漂移标定方法、设备及无人飞行器 |
WO2019016473A1 (fr) * | 2017-07-21 | 2019-01-24 | Sysnav | Procédé d'estimation du mouvement d'un objet évoluant dans un environnement et un champ magnétique |
CN111750896A (zh) * | 2019-03-28 | 2020-10-09 | 杭州海康机器人技术有限公司 | 云台标定方法、装置、电子设备及存储介质 |
CN112325905A (zh) * | 2020-10-30 | 2021-02-05 | 歌尔光学科技有限公司 | 一种用于识别imu的测量误差的方法、装置及介质 |
CN113608523A (zh) * | 2020-04-20 | 2021-11-05 | 中国科学院沈阳自动化研究所 | 一种基于单目视觉和惯性融合的车辆场景动态性分析方法 |
CN114979456A (zh) * | 2021-02-26 | 2022-08-30 | 影石创新科技股份有限公司 | 视频数据的防抖处理方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120232847A1 (en) * | 2011-03-09 | 2012-09-13 | Crossbow Technology, Inc. | High Accuracy And High Dynamic Range MEMS Inertial Measurement Unit With Automatic Dynamic Range Control |
US8761439B1 (en) * | 2011-08-24 | 2014-06-24 | Sri International | Method and apparatus for generating three-dimensional pose using monocular visual sensor and inertial measurement unit |
CN104296776A (zh) * | 2013-07-15 | 2015-01-21 | 霍尼韦尔国际公司 | 用于磁力计校准和补偿的系统和方法 |
CN104406586A (zh) * | 2014-12-04 | 2015-03-11 | 南京邮电大学 | 基于惯性传感器的行人导航装置和方法 |
CN104567931A (zh) * | 2015-01-14 | 2015-04-29 | 华侨大学 | 一种室内惯性导航定位的航向漂移误差消除方法 |
-
2015
- 2015-07-29 CN CN201510455737.7A patent/CN106709222B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120232847A1 (en) * | 2011-03-09 | 2012-09-13 | Crossbow Technology, Inc. | High Accuracy And High Dynamic Range MEMS Inertial Measurement Unit With Automatic Dynamic Range Control |
US8761439B1 (en) * | 2011-08-24 | 2014-06-24 | Sri International | Method and apparatus for generating three-dimensional pose using monocular visual sensor and inertial measurement unit |
CN104296776A (zh) * | 2013-07-15 | 2015-01-21 | 霍尼韦尔国际公司 | 用于磁力计校准和补偿的系统和方法 |
CN104406586A (zh) * | 2014-12-04 | 2015-03-11 | 南京邮电大学 | 基于惯性传感器的行人导航装置和方法 |
CN104567931A (zh) * | 2015-01-14 | 2015-04-29 | 华侨大学 | 一种室内惯性导航定位的航向漂移误差消除方法 |
Non-Patent Citations (1)
Title |
---|
娄路: "基于视觉和MEMS-IMU融合的火星车导航定向技术", 《航天控制》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111133274A (zh) * | 2017-07-21 | 2020-05-08 | 西斯纳维 | 用于估计在环境和磁场中运动的对象的运动的方法 |
CN111133274B (zh) * | 2017-07-21 | 2023-10-20 | 西斯纳维 | 用于估计在环境和磁场中运动的对象的运动的方法 |
WO2019016473A1 (fr) * | 2017-07-21 | 2019-01-24 | Sysnav | Procédé d'estimation du mouvement d'un objet évoluant dans un environnement et un champ magnétique |
FR3069317A1 (fr) * | 2017-07-21 | 2019-01-25 | Sysnav | Procede d'estimation du mouvement d'un objet evoluant dans un environnement et un champ magnetique |
US10996059B2 (en) | 2017-07-21 | 2021-05-04 | Sysnav | Method for estimating the movement of an object moving in an environment and a magnetic field |
WO2019080046A1 (zh) * | 2017-10-26 | 2019-05-02 | 深圳市大疆创新科技有限公司 | 惯性测量单元的漂移标定方法、设备及无人飞行器 |
CN109073407A (zh) * | 2017-10-26 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 惯性测量单元的漂移标定方法、设备及无人飞行器 |
CN108592950A (zh) * | 2018-05-17 | 2018-09-28 | 北京航空航天大学 | 一种单目相机和惯性测量单元相对安装角标定方法 |
CN108592950B (zh) * | 2018-05-17 | 2021-11-26 | 北京航空航天大学 | 一种单目相机和惯性测量单元相对安装角标定方法 |
CN111750896A (zh) * | 2019-03-28 | 2020-10-09 | 杭州海康机器人技术有限公司 | 云台标定方法、装置、电子设备及存储介质 |
CN113608523A (zh) * | 2020-04-20 | 2021-11-05 | 中国科学院沈阳自动化研究所 | 一种基于单目视觉和惯性融合的车辆场景动态性分析方法 |
CN113608523B (zh) * | 2020-04-20 | 2023-03-14 | 中国科学院沈阳自动化研究所 | 一种基于单目视觉和惯性融合的车辆场景动态性分析方法 |
CN112325905A (zh) * | 2020-10-30 | 2021-02-05 | 歌尔光学科技有限公司 | 一种用于识别imu的测量误差的方法、装置及介质 |
CN112325905B (zh) * | 2020-10-30 | 2023-02-24 | 歌尔科技有限公司 | 一种用于识别imu的测量误差的方法、装置及介质 |
CN114979456A (zh) * | 2021-02-26 | 2022-08-30 | 影石创新科技股份有限公司 | 视频数据的防抖处理方法、装置、计算机设备和存储介质 |
CN114979456B (zh) * | 2021-02-26 | 2023-06-30 | 影石创新科技股份有限公司 | 视频数据的防抖处理方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106709222B (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709222A (zh) | 基于单目视觉的imu漂移补偿方法 | |
CN107869989B (zh) | 一种基于视觉惯导信息融合的定位方法及系统 | |
CN108253963B (zh) | 一种基于多传感器融合的机器人自抗扰定位方法以及定位系统 | |
CN108827341B (zh) | 用于确定图像采集装置的惯性测量单元中的偏差的方法 | |
CN106709223B (zh) | 基于惯性引导采样的视觉imu方向估计方法 | |
CN108036785A (zh) | 一种基于直接法与惯导融合的飞行器位姿估计方法 | |
CN112815939B (zh) | 移动机器人的位姿估计方法及计算机可读存储介质 | |
CN111862316B (zh) | 一种基于优化的imu紧耦合稠密直接rgbd的三维重建方法 | |
AU2015334707B2 (en) | Optical Inertial Measurement Apparatus and Method | |
CN110956665A (zh) | 车辆拐弯轨迹双向计算方法、系统、装置 | |
CN111609868A (zh) | 一种基于改进光流法的视觉惯性里程计方法 | |
CN110793526A (zh) | 基于可穿戴单目视觉和惯性传感器融合的行人导航方法及系统 | |
CN116205947A (zh) | 基于相机运动状态的双目-惯性融合的位姿估计方法、电子设备及存储介质 | |
CN116342661A (zh) | 利用路标点偏置位姿修正的双目视觉惯性里程计方法 | |
CN108827287B (zh) | 一种复杂环境下的鲁棒视觉slam系统 | |
CN112907633A (zh) | 动态特征点识别方法及其应用 | |
CN109674480B (zh) | 一种基于改进互补滤波的人体运动姿态解算方法 | |
CN112731503A (zh) | 一种基于前端紧耦合的位姿估计方法及系统 | |
CN114543786B (zh) | 一种基于视觉惯性里程计的爬壁机器人定位方法 | |
CN114440877B (zh) | 一种异步多相机视觉惯性里程计定位方法 | |
CN115560744A (zh) | 机器人以及基于多传感器的三维建图方法、存储介质 | |
CN115049697A (zh) | 视觉测速方法、装置、设备和存储介质 | |
Liu et al. | 6-DOF motion estimation using optical flow based on dual cameras | |
Zhang et al. | Robust orientation estimate via inertial guided visual sample consensus | |
Tian et al. | Adaptive-frame-rate monocular vision and imu fusion for robust indoor positioning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Liang Wei Inventor after: Zhang Yinlong Inventor after: Zhang Xiaoling Inventor after: Li Yang Inventor before: Liang Wei Inventor before: Zhang Yinlong Inventor before: Tan Jindong Inventor before: Zhang Xiaoling Inventor before: Li Yang |
|
CB03 | Change of inventor or designer information |