| 融合IMU的RGBD-SLAM算法改进研究 |
| |
| 引用本文： | 闵华松,杨杰.融合IMU的RGBD-SLAM算法改进研究[J].计算机工程与设计,2015,36(1):120-126. |
| |
| 作者姓名： | 闵华松 杨杰 |
| |
| 作者单位： | 武汉科技大学冶金自动化与检测技术教育部工程研究中心,湖北武汉,430081 |
| |
| 摘 要： | Kinect采集的图像数据特征点稀少或缺失时,会导致RGBD-SLAM算法的定位和3D构图发生定位失效和极大构图误差,为此提出一种结合惯性传感器IMU、体感传感器Kinect以及机器人本身运动状态的改进定位算法。通过对姿态先比较再融合,利用IMU的测量数据对位移构建预估模型,利用Kinect位姿估计的结果构建观测模型,将机器人的运动指令和运动限制作为约束条件进行扩展卡尔曼滤波(extended Kalman filter,EKF)融合,改善机器人的定位效果。实验结果表明,该方法能够有效提高机器人的定位精度,改善RGB-D SLAM算法的构图效果。
|
| 关 键 词： | 惯性测量单元 Kinect 姿态解算 扩展卡尔曼滤波算法 同时定位与构图 |
Research of improved RGBD-SLAM algorithm fusing IMU |
| |
| MIN Hua-song,YANG Jie.Research of improved RGBD-SLAM algorithm fusing IMU[J].Computer Engineering and Design,2015,36(1):120-126. |
| |
| Authors: | MIN Hua-song YANG Jie |
| |
| Affiliation: | MIN Hua-song;YANG Jie;Engineering Research Center of Metallurgical Automation and Measurement Technology of Ministry of Education,Wuhan University of Science and Technology; |
| |
| Abstract: | |
| |
| Keywords: | inertial measurement unit Kinect attitude solution extended Kalman filter simultaneous localization and mapping |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
