文档名：视觉定位检测中基于最大信息熵的特征优化方法
摘要：为了提高移动机器人在未知环境中执行复杂任务的能力,结合最大信息熵概念、同步定位与地图构建(simultaneouslocalizationandmapping,SLAM),提出一种视觉定位与检测系统.以ORB-SLAM2检测算法为基础,在均匀分布的前提下,通过寻找单目视觉下具有最优先验信息的特征点,选择具有最大信息熵的前N个特征进行二次优化使其快速收敛,实现高精度定位.为了验证算法的有效性,结合YOLO-V4目标检测进行实物测试,证明在嵌入式移动设备中可实现实时定位、检测等功能.实验结果表明:所提出算法在TUM和KITTI数据集上的定位精度均有提升,算法在多场景、多设备下均优于原始算法.
作者：韩金彪 赵津 刘畅 唐雄 Author：HANJinbiao ZHAOJin LIUChang TANGXiong
作者单位：贵州大学机械工程学院,贵阳550025贵州大学机械工程学院,贵阳550025;贵州大学现代制造技术教育部重点实验室,贵阳550025
刊名：重庆理工大学学报 ISTIC
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(8)
分类号：TP391.4
关键词：定位 信息熵 目标检测 复杂环境 多平台
机标分类号：TP391.41TP242R758.63
在线出版日期：2023年5月17日
基金项目：国家自然科学基金视觉定位检测中基于最大信息熵的特征优化方法[
期刊论文] 重庆理工大学学报--2023, 37(8)韩金彪 赵津 刘畅 唐雄为了提高移动机器人在未知环境中执行复杂任务的能力,结合最大信息熵概念、同步定位与地图构建(simultaneouslocalizationandmapping,SLAM),提出一种视觉定位与检测系统.以ORB-SLAM2检测算法为基础,在均匀分布的前提下...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
视觉定位检测中基于最大信息熵的特征优化方法 Characteristic optimization method based on maximum information entropy in visual positioning detection
视觉定位检测中基于最大信息熵的特征优化方法.pdf
- 文件大小:
- 6.24 MB
- 下载次数:
- 60
-
高速下载
|
