基于多传感器融合的同步定位与建图方法研究

doi:10.13873/J.1000-9787(2023)08-0054-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于多传感器融合的同步定位与建图方法研究

更新时间：2025-09-11

- 基于多传感器融合的同步定位与建图方法研究
- Issue 8, Pages: 54-57(2023)
- 作者机构：
  
  1. 北京信息科技大学自动化学院
  2. 北京信息科技大学计算机学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)08-0054-04
  CLC： TN958.98;TP242
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (8): 54-57.
DOI：

[J]. 2023, (8): 54-57. DOI： 10.13873/J.1000-9787(2023)08-0054-04.

摘要

针对传统的视觉激光融合方法存在定位精度低、实时性较差和地图重影的问题，提出了一种基于贝叶斯推理的双目视觉与激光雷达(LiDAR)融合方法。该方法加速占据栅格的生成，采用激光三角测距法计算地图角度信息，并实时更新栅格单元，避免了因视觉特征误匹配而引起的地图重影和定位精度差的问题，保证了较好的实时性。室内场景实验表明：该方法不仅能获得更完整、精确的环境地图信息，相较于传统的双目视觉与LiDAR融合方法，定位精度提高了46%

实时性提升了21%。

Abstract

关键词

Keywords

references

基于多传感器融合技术的室内移动机器人定位研究[J]. 张书亮;谭向全;吴清文.传感器与微系统,2021(08)

基于粒子滤波的自主移动机器人快速定位方法[J]. 郑丽丽;孙伟;刘明明.传感器与微系统,2020(10)

基于线段检测的栅格地图划分方法[J]. 杨丰拓;杨杰.传感器与微系统,2020(10)

视觉SLAM研究进展[J]. 王霞;左一凡.智能系统学报,2020(05)

一种优化的贝叶斯估计多传感器数据融合方法[J]. 张品;董为浩;高大冬.传感技术学报,2014(05)

RTAB‐Map as an open‐source lidar and visual simultaneous localization and mapping library for large‐scale and long‐term online operation[J]. Mathieu Labbé;François Michaud.Journal of Field Robotics,2019

Scale Estimation and Correction of the Monocular Simultaneous Localization and Mapping (SLAM) Based on Fusion of 1D Laser Range Finder and Vision Data.[J]. Zhang Zhuang;Zhao Rujin;Liu Enhai;Yan Kun;Ma Yuebo.Sensors (Basel, Switzerland),2018

Improved Techniques for Grid Mapping With Rao-Blackwellized Particle Filters.[J]. Giorgio Grisetti;Cyrill Stachniss;Wolfram Burgard.IEEE Trans. Robotics,2007

Views

378

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于点线面特征匹配的紧耦合激光雷达惯性里程计

热成像激光雷达GNSS多传感器融合抗干扰定位

基于双目视觉的中小型物体尺寸测量方法

公路场景中低空多源数据融合方法综述

长短焦双目三维成像算法研究与精度分析

Related Author

高嵩

严瀚宇

马天力

刘士良

洪志程

周二杰

周耀华

邢世豪

Related Institution

西安工业大学电子信息工程学院

华中科技大学计算机科学与技术学院

郑州大学计算机与人工智能学院

周口职业技术学院信息工程学院

四川师范大学影视与传媒学院

⁰