ANovelDataAssociationApproachforSlaminDenseFeaturesEnvironment

ANovelDataAssociationApproachforSlaminDenseFeaturesEnvironment.pdf
ThecorrectdataassociationincreasesrobustnessandenhancesaccuracyinSLAM.Itattractsmuchattentionoverthepastdecades.Inthispaper,anefficientdataassociationapproachforSLAMbasedonJCBBandK-meansclusteringispresented.Firstly,inordertodecreasethecomputationcomplexityandpreservehighmatchingaccuracyindensefeatureenvironment,thesmallcorrelativemeasurementsareseparatedintoseveralgroupsbyK-meansclustering.Thenumberofgroupsisdependedonthecharacteristicsoftheenvironment.Secondly,eachgrouplocalcorrelationsareproducedbyJCBBandICNN,respectively.Finally,alllocalcorrelationsareputtogethertofindthemostjointcompatibilityoneastheglobalcorrelation.Theexperimentalresultsdemonstratethattheproposedapproachcanachievehighmatchingaccuracyandlowcomputationtimethantheexistingstate-of-the-artmethods.
作者：YaoCongDuJianyuZhaoDefangWangRan
作者单位：ChinaFAWGroupCorporationR&DCenter
母体文献：第19届亚太汽车工程年会暨2017中国汽车工程学会年会论文集
会议名称：第19届亚太汽车工程年会暨2017中国汽车工程学会年会  
会议时间：2017年10月24日
会议地点：上海
主办单位：中国汽车工程学会
语种：chi
分类号：
关键词：SLAM  dataassociation  K-meansclustering  JCBB  ICNN
在线出版日期：2020年7月9日
基金项目：
相似文献
相关博文

ANovelDataAssociationApproachforSlaminDenseFeaturesEnvironment.pdf

文件大小:

1.63 MB

高速下载