基于单目视觉的机器人Monte Carlo自定位方法

被引：2

作者：

刘洞波 ^{[1
,2
]}

刘国荣 ^{[1
,2
]}

喻妙华 ^{[2
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖南工程学院计算机与通信学院

来源：

控制与决策 | 2010年 / 02期

基金：

湖南省自然科学基金;

关键词：

移动机器人; Monte Carlo定位; 单目视觉; 尺度不变特征变换;

D O I：

10.13195/j.cd.2010.02.93.liudb.024

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对单目视觉机器人定位问题,提出一种基于改进的尺度不变特征变换(SIFT)的Monte Carlo自定位方法.应用改进的SIFT方法提取特征,既能保证对图像光强变化、尺度缩放、三维视角和噪声具有不变性,又能减少SIFT算法产生的特征点及其抽取和匹配的时间.在机器人移动过程中,环境特征点的观测信息和里程计信息通过粒子滤波相融合,获得了更准确的环境标志点坐标.仿真实验结果验证了该方法的有效性.

引用

页码：251 / 254

页数：4

共 5 条

[1] 基于粒子滤波的单目视觉SLAM算法 [J].