相关实验视频
Updated: May 17, 2025

10:16
A Protocol for Real-time 3D Single Particle Tracking
Published on: January 3, 2018
14.8K
一个基于值的自适应性像素点跟踪算法,使用参考特征,利用多状态受约束的卡尔曼波器特征点三角化技术进行环境深度映射
Zohaib Wahab Memon1, Yu Chen1, Hai Zhang1
1School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China.
Sensors (Basel, Switzerland)
|May 14, 2025
概括
这项研究引入了一种新的视觉惯性测距方法,它跟踪无特征像素以创建详细的深度图,改善机器人的定位和环境感知.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 传感器融合式传感器
背景情况:
- 使用MSCKF算法的单眼视觉惯性测距 (VIO) 是有效的局部化.
- 传统的VIO在无纹环境中扎,原因是深度估计的特征点不足.
研究的目的:
- 增强VIO系统中的深度地图生成,特别是在无纹理环境中.
- 为了提高机器人应用的深度估计的稳定性和细节性.
主要方法:
- 提出了一种新的算法来提取和跟踪随意的无特征像素点与传统特征一起.
- 利用相邻图像的光学流量和几何约束来实现强大的点跟踪.
- 将图像分割成网格,用于有针对性的像素点提取和深度估计.
主要成果:
- 与传统的基于特征点的方法相比,实现了更详细的深度图.
- 在无纹理区域成功跟踪无特色像素,克服了一个关键的限制.
- 在OpenVINS框架内演示实时深度地图生成.
结论:
- 拟议的方法显著提高了VIO系统的深度估计准确性和细节性.
- 对于障碍物检测和路径规划等应用程序,可以增强环境感知.
- 为VIO在具有挑战性的,纹理有限的环境中提供了强大的解决方案.

