图像和惯性传感器相结合的摄像机定位和物体三维位置估计 |
| |
引用本文: | 郭恩特,陈志峰,范振嘉,黄立勤,潘 林.图像和惯性传感器相结合的摄像机定位和物体三维位置估计[J].福州大学学报(自然科学版),2018,46(4):481-489. |
| |
作者姓名: | 郭恩特 陈志峰 范振嘉 黄立勤 潘 林 |
| |
作者单位: | 福州大学物理与信息工程学院 |
| |
摘 要: | 为解决无人驾驶中车辆定位与周围场景中物体三维位置估计,采用卷积神经网络(CNN)检测图像中的物体,用扩展卡尔曼滤波(EKF)方法融合惯性传感器测量得到的加速度和角速度,同时估计摄像机位置和物理世界中物体三维位置.图像结合惯性传感器(IMU)信息,克服了单目摄像机估计得到的摄像机位置和物体三维位置的尺度不确定性;结合卷积神经网络检测物体提高特征点匹配准确度,实现对物体在三维世界中的位置通用的估计.在实验部分用Matlab分别模拟仿真场景和现实场景的数据库KITTI,有效估计摄像机运动和场景中物体三维位置估计.
|
关 键 词: | 卷积神经网络 扩展卡尔曼滤波 摄像机定位 物体三维位置估计 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
|