基于多传感器融合的同步定位与建图方法研究

尹艺杰; 李宁; 王超

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

研究与探讨 | 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
- 暂无标题
- 传感器与微系统 2023年第8期页码：54-57
- 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
  中图分类号： TN958.98;TP242
- 纸质出版：2023
- 稿件说明：
移动端阅览
尹艺杰, 李宁, 王超. 基于多传感器融合的同步定位与建图方法研究[J]. 传感器与微系统, 2023,(8):54-57.
尹艺杰, 李宁, 王超. 基于多传感器融合的同步定位与建图方法研究[J]. 传感器与微系统, 2023,(8):54-57. DOI： 10.13873/J.1000-9787(2023)08-0054-04.

DOI：

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

浏览量

378

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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