.png){kind=icon}
返回
Global mapping and efficient localization algorithm based on ground texture
.png){kind=icon}
PRE
AI
DOI：10.1177/01423312251379523.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着技术进步，移动机器人在商业和机构环境中的部署呈现稳步增长趋势，显著提升了运营效率和服务质量。鉴于室内环境稳定性，地面通常呈现微小变化和相对平坦的表面，为机器人系统提供了可靠的平面先验信息。本文提出了一种基于地面纹理摄像采集的系统化建图与定位方法，涵盖特征处理、地图构建及快速定位。采用基于注意力的网络提取并匹配图像特征，实现精确位姿估计并提升视觉跟踪稳定性。此外，本文探讨了基于地面纹理构建全局一致地图的方法，所生成的数据库提供精确的先验信息及闭环检测帧，以支持系统的定位与跟踪阶段。最后，在多样化场景下进行了实验评估，以评测特征匹配率、闭环检测及全局定位性能。结果表明，特征匹配的错配率约为4%，同时实现高精度定位且误差极小，验证了所提系统的准确性与鲁棒性。
Keyword:
Ground texture
feature matching
loop closure detection
global mapping
fast localization
期刊
IF:
1.9
论文数:
314
被引数:
4.2K
机构
引用论文
Xing, M.; Du, Q.; Bi, Z. Research on DEM geomorphic factor terrain recognition algorithm using probabilistic neural networks based on tactile systems. Trans. Inst. Meas. Control. 2024, 46, 2174–2185. [Google Scholar] [CrossRef]Xing, M.; Du, Q.; Bi, Z. 基于触觉系统的概率神经网络DEM地貌因子地形识别算法研究. Trans. Inst. Meas. Control. 2024, 46, 2174–2185. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏A novel image reconstruction algorithm based on texture aware multiscale GAN for veneer defects一种基于纹理感知多尺度GAN的胶合板缺陷图像重建算法
PREAI
分享收藏
查看更多内容