本算法首先将RGB-D相机获取的深度图像转换为三维点云,剔除地面点云后进行投影得到模拟2D激光数据,然后与二维激光雷达数据进行点云配准,以获取两个传感器之间的位姿关系,最后通过扩展卡尔曼滤波(EKF)将两组激光数据进行融合.实验结果表明该方法能综合利用相机和激光雷达传感器优势,有效提高机器人环境感知的完整性和建图...
测量传感器IMU,激光雷达等为传感器搭建自主移动机器人的硬件系统;控制系统以ROS系统为软件基础,提出了一种"RGB-D+IMU+激光雷达"多传感融合SLAM策略,运用ORB-SLAM3... 黄广伟,陈梦婷,廖伟涛 - 《机械工程师》 被引量: 0发表: 2023年 基于RGB-D相机和IMU融合的SLAM算法研究 随着无人驾驶和移动机器人的发展与普...
目前,SLAM算法主要分为基于激光雷达的SLAM和基于视觉的SLAM两种。 2.2RGB-D相机 RGB-D相机是一种具有双目摄像头和深度传感器的相机,其深度传感器可以通过红外线投影计算物体表面距离摄像头的深度信息,同时拍摄彩色图像,将深度和色彩信息以点云的形式呈现。 2.3图像处理技术 图像处理技术是指对数字图像进行分析、处理、...
针对室内环境下移动机器人SLAM技术,为避免单双目SLAM系统中机器人加速度激励不足造成的尺度问题和像素深度估计引起的计算资源消耗问题,本文采用RGB-D相机作为视觉传感器.由于纯视觉SLAM系统依赖于场景纹理且在相机快速运动时容易跟踪失败,而惯性传感器在短时间内的运动估计较为精确,因此本文采用传感器融合的方式构建RGB-D...
为了实现稳健的SLAM算法,需要包括来自各种传感器(如激光雷达和照相机)的环境信息。由于所有传感器都有各自的优点和缺点,因此传感器融合可以为自动驾驶汽车的定位带来好处。本文对众所周知的ORB-SLAM3算法进行了改进。目前,该算法仅依赖于相机数据来计算机器人的位姿。目标是利用LiDAR传感器深度测量信息增强该算法,以实现更...
关键词:RGB-D相机、SLAM、视觉定位、建图算法、图像处理 一、绪论 随着机器人技术、虚拟现实技术、智能家居技术的不断发展,SLAM建图算法作为一种重要的技术手段,被广泛应用于机器人导航、虚拟现实、智能家居等领域。而RGB-D相机作为一种新型的深度传感器,其具有高质量的三维深度信息、丰富的色彩信息和较高的精度等...
摘要:这篇论文提出了一个新的基于RGB-D相机和IMU的视觉惯性里程计。为融合视觉和惯性传感器测得的数据信息,在论文中运用了EKF(扩展卡尔曼滤波),并提出迭代的方法来减少线性误差。论文中提出的算法不仅可以估计相机的轨迹,还能标定重力和相机外参(即相机和IMU之间的相对位姿)。在视觉里程计部分,采取了关键帧策略,这种...
安帅 指导教师杨杰副教授 学科专业名称机械工程 培养单位机电工程学院 论文答辩日期2018年5月20日 答辩委员会主席赵永瑞 摘要 SLAM(SimultaneousLocalizationAndMapping),即即时定位与地图构建技术是 全自主机器人、无人驾驶、自主无人机、AR等领域的关键技术,常用的SLAM传 感器有激光雷达、单目、双目、RGB-D等传感器。
这些数据集是通过不同类型的传感器(包括RGB-D相机[123]、[124]、[127]、[49]、[20]、移动激光扫描仪[120]、[3]、静态地面扫描仪[39]和非真实引擎[7]、[155]和其他3D扫描仪[1]、[10])用于3D语义分割而获取的。其中,从非真实引擎获得的数据集是合成数据集[7][155],不需要昂贵的设备或标注时间。这些...
首先,在RGB图像中提取均匀的ORB (Oriented FAST and Rotated BRIEF)特征点,利用暴力匹配算法对图像间的描述子进行匹配,并通过随机采样一致性算法滤除错误的匹配数据.然后,将PnP (Perspective-n-Point)算法和迭代最近点(Iterative Closest Point,ICP)算法相结合,提高点云配准和相机位姿估计的准确性.在后端使用g2o (...