图优化
图优化的相关文献在1999年到2023年内共计340篇,主要集中在自动化技术、计算机技术、测绘学、水路运输
等领域,其中期刊论文84篇、会议论文1篇、专利文献102499篇;相关期刊60种,包括科技视界、组合机床与自动化加工技术、光学精密工程等;
相关会议1种,包括第十二届中国智能机器人大会等;图优化的相关文献由999位作者贡献,包括不公告发明人、丛正、易玉根等。
图优化—发文量
专利文献>
论文:102499篇
占比:99.92%
总计:102584篇
图优化
-研究学者
- 不公告发明人
- 丛正
- 易玉根
- 李晔
- 王建中
- 谢晓明
- 贡雨森
- 陈佩
- 陈智君
- 马腾
- 于悦
- 刘芳
- 周军
- 孙帮成
- 宁更新
- 宋燕燕
- 张伟
- 张国梁
- 张涛
- 张金霞
- 李超
- 杨明
- 杨欣
- 杨萃
- 王洪伟
- 王颖
- 秦军
- 谢利萍
- 贾松敏
- 赵莹琦
- 雷晓辉
- 高自友
- 魏海坤
- C.G.马龙
- H·埃里森
- M.K.艾杨格
- M·贝里
- N.P.约皮
- S·埃克马克
- T-G.康
- 丁明超
- 丁紫玉
- 万一
- 代锁蕾
- 任杰
- 位寅生
- 何占元
- 何琦枫
- 侯双
- 俞吉
-
-
刘贵涛;
张雷;
徐方
-
-
摘要:
移动机器人在无回环场景通过双目视觉传感器估计位姿时,存在累积误差无法消除的问题。为解决此问题,提出了一套利用ArUco码先验信息辅助消除累积误差的算法。该算法由ArUco码检测、相机位姿估计和累积误差消除三部分组成。首先,通过阈值化、四边形检测及亚像素优化等图像处理方式检测到ArUco码在图像中的位置;其次,通过PNP算法及先验ArUco码信息估计当前帧相机的位姿;最后,构建携带先验ArUco码信息的图模型,以Levenberg-Marquardt算法迭代优化该图模型,消除SLAM系统的累积误差。实验结果表明,该算法能够有效地消除双目视觉传感器位姿估计的累积误差,并且满足机器人实时定位的要求。
-
-
赵雨楠;
季阳;
郭元江;
李昂;
赵豪
-
-
摘要:
为解决卫星失锁条件下车辆的高精度、高可靠性定位问题,结合惯性导航、运动约束、地磁匹配、激光点云匹配方法的优势,提出了一种基于图优化的惯性/地磁/激光雷达复合定位方案。首先,采用因子图优化算法,实现惯导预积分信息、运动约束信息、地磁匹配信息、激光雷达点云匹配信息的异步多源信息融合。然后,在点云匹配失效时,惯性/运动约束/地磁可以实现精度保持,为点云匹配提供持续可用的先验信息,以避免点云匹配一旦失效后由于先验位姿发散再难匹配的问题。最后,搭建试验平台完成跑车试验。试验结果表明,该方案可以实现车辆的高精度、高可靠性定位,点云匹配有效定位精度为1.24m(max),均方根为0.48m,在因点云地图缺失而造成匹配失效时,惯性/运动约束/地磁可实现定位精度保持在10.29m(max)。
-
-
刘娣;
刘坤;
毕云蕊;
许有熊;
朱松青
-
-
摘要:
为充分考虑历史信息对未来导航结果的影响,并充分利用更深层次的组合导航信息进行信息融合,提出了一种基于图优化的INS/GNSS深组合导航方法。通过将量测信息和状态传播作为约束信息,在时间域上构建优化代价函数,利用列文伯格-马夸尔特法求解状态的最优估计。通过INS/GPS深组合导航系统仿真实验对该方法进行了评估和分析,仿真实验结果表明,所提算法与常规卡尔曼滤波方法相比,三轴方向的位置误差均值分别减少了38.5%,21.0%和30.9%,速度误差均值分别减少了31.4%,52.8%和57.3%,所提算法能有效提高定位精度。
-
-
刘世龙;
马智亮
-
-
摘要:
为了获取钢筋骨架质量自动检查所需的高精度钢筋骨架整体点云,建立了基于结构光相机的钢筋骨架整体点云获取算法。首先,对结构光相机采集得到的多幅钢筋骨架图像进行三维重建,得到结构光相机的无量纲位姿。其次,根据无量纲位姿获取有量纲位姿。然后,计算这些有量纲位姿间精确的转换矩阵。接着,基于这些有量纲位姿及其两两之间的精确转换矩阵,使用图优化对这些有量纲位姿进行优化,以得到高精度的有量纲位姿。最后,基于高精度的有量纲位姿对齐结构光相机采集的所有点云,获取钢筋骨架整体点云。实验结果表明,该算法获取实际预制钢筋混凝土构件钢筋骨架整体点云的耗时约10 min,且点云的误差约为5 mm。钢筋骨架整体点云获取算法可以快速获取钢筋骨架整体点云,而且所得点云的精度较高,可以满足钢筋骨架质量自动检查的要求。
-
-
崔文;
薛棋文;
李庆玲;
王凤栋;
郝雪儿
-
-
摘要:
基于地图匹配的无人车定位方法的精度取决于已创建地图的精度,受外界的影响较小,适用于复杂场景下的无人车定位。然而目前采用的激光雷达点云匹配算法是以单一的特征为核心进行匹配,对于大规模点云匹配准确率较低,导致三维点云地图与实际环境偏差较大,造成基于地图匹配的无人车定位方法精度不高的问题。针对上述问题,提出了一种基于三维点云地图和误差状态卡尔曼滤波(ESKF)的无人车融合定位方法。该方法由三维点云地图构建和ESKF融合定位2个部分组成。在三维点云地图构建部分,通过正态分布变换(NDT)算法进行帧间点云匹配,提高大规模点云匹配准确率,并在根据激光里程计数据建立的位姿图顶点和约束边的基础上添加闭环约束构建图优化问题,采用列文伯格-马夸尔特(LM)算法进行求解,以减少位姿的累计漂移,提高三维点云地图精度。在ESKF融合定位部分,采用ESKF融合惯性测量单元(IMU)数据和三维点云地图数据,实现对无人车先验位姿(位置、姿态和速度)的修正并输出后验位姿。实验结果表明,与基于地图匹配的定位方法相比,该方法定位轨迹相对位姿误差最大值减小了0.176 9 m,平均误差减小了0.027 1 m,均方根误差减小了0.059 4 m,在定位精度和稳定性方面具有更好的表现。
-
-
王铉彬;
李星星;
廖健驰;
冯绍权;
李圣雨;
周宇轩
-
-
摘要:
基于单一传感器的同时定位与地图构建技术已经逐渐不能满足移动机器人、无人机及自动驾驶车辆等智能移动载体日益复杂的应用场景。为了进一步提升移动载体在复杂环境下的定位与建图性能,基于多传感器融合的SLAM技术成为目前研究的热点内容。本文提出了一种基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法(S-VIL SLAM),该方法在视觉惯性系统中引入激光雷达原始观测,基于滑动窗口实现了IMU量测、视觉特征及激光点云特征的多源数据联合非线性优化。利用视觉与激光雷达的互补特性设计了视觉增强的激光雷达闭环优化算法,进一步提升了多源融合SLAM系统的全局定位与建图精度。为了验证本文算法的性能,利用自主搭建的集成多传感器的硬件采集平台在室外场景下进行了车载试验。试验结果表明,本文提出的紧耦合双目视觉/惯性/激光雷达里程计相比于紧耦合双目视觉惯性里程计和激光雷达里程计定位定姿性能显著提升,视觉增强的激光雷达闭环优化算法能够在大尺度场景下有效探测出轨迹中的闭环信息,并实现高精度的全局位姿图优化,经过闭环优化的点云地图具有良好的分辨率和全局一致性。
-
-
秦正泓;
刘冉;
肖宇峰;
陈凯翔;
邓忠元;
邓天睿
-
-
摘要:
同步定位与地图构建(SLAM)是当前机器人定位导航的研究热点,可靠的闭环检测是图优化SLAM的关键。而在大范围的复杂环境下,通过视觉或激光雷达进行闭环检测的可靠性低且计算开销大。针对这一问题,提出了一种基于WiFi指纹序列匹配的图优化SLAM算法。所提算法采用指纹序列进行闭环检测,由于指纹序列中包含多个指纹数据,信息量比单个指纹点对的数据丰富,因此将传统的基于指纹点对的匹配扩展到指纹序列的匹配可以大幅减小闭环误判的几率,从而确保了闭环检测的准确性,满足了SLAM在大范围复杂环境下的算法高精度要求。采用两组实验数据(机器人从不同的起点开始)对所提算法进行验证的结果表明:与高斯相似度的方法相比,所提算法的精度在第一组数据上提高了22.94%;在第二组数据上提高了39.18%。实验结果充分验证了所提算法在提高定位精度、确保闭环检测可靠性方面的优越性。
-
-
刘冉;
曹志强;
邓天睿;
邓忠元;
肖宇峰
-
-
摘要:
精准的相对定位是实现多机器人协作与编队控制的关键。在弱全球定位系统(GPS)的室内环境中,视觉或激光雷达(LiDAR)通过特征匹配的方式确定机器人间相对位置,但在非视距环境下难以工作。针对这一问题,该文提出一种基于多超宽带(UWB)节点的移动机器人相对定位方法。首先,利用每个机器人携带的多个UWB节点构成UWB阵列,通过非线性优化实现移动机器人间相对姿态估计。为进一步提升估计精度,利用里程计对非线性优化结果进行约束,通过图优化算法对滑动窗口内的相对位姿与里程计进行优化,保证了算法的实时性。然而,图优化过程中难以确定相对位姿估计的误差,对定位结果影响较大。因此,利用粒子滤波融合里程计和滑动窗口优化后的相对位姿,进一步提升相对姿态估计的精度。实验结果表明,该方法在12×6 m的室内环境中,能够达到0.312 m的平均定位误差以及4.903°平均角度误差,且具有良好的实时性。
-
-
韩勇强;
于潇颖;
纪泽源;
陈家斌
-
-
摘要:
在城市复杂环境下,GNSS接收机易受到建筑物遮挡、多路径效应等多种因素影响,导致信号出现粗差或者拒止情况,从而对GNSS/INS组合导航系统的精度和鲁棒性造成影响。提出了一种具备粗差在线检测的GNSS/INS图优化组合导航算法,提高城市环境条件下的组合导航系统性能。基于信息之间存在关联性的特点,设计了一种卫星信号滑窗粗差检测与拟合替换算法,抑制卫星粗差影响;构建了GNSS位置、速度因子和改进的IMU预积分因子,实现了组合导航信息非线性优化。仿真和车载数据试验表明,针对卫星信号中存在粗差的情况,所提算法的定位精度相比扩展卡尔曼滤波和传统图优化算法提升90%以上,可以辅助导航系统获得较好的状态估计效果;针对GNSS拒止的情况,该算法的位置定位精度相比扩展卡尔曼滤波算法提升30%以上。
-
-
李铁维;
王牧阳;
周炎
-
-
摘要:
SLAM(即时定位与地图构建)系统是近年来计算机视觉领域的一大重要课题,其中特征法的SLAM凭借稳定性好、计算效率高的优点成为SLAM算法的主流.目前特征法SLAM主要基于点特征进行.针对基于点特征的视觉里程计依赖于数据质量,相机运动过快时容易跟丢,且生成的特征地图不包含场景结构信息等缺点,提出了一种基于点线结合特征的优化算法.相较于传统基于线段端点的六参数表达方式,算法采用一种四参数的方式表示空间直线,并使用点线特征进行联合图优化估计相机位姿.使用公开数据集和自采集鱼眼影像数据分别进行实验的结果表明,与仅使用点特征的方法相比,该方法可有效改善因相机运动过快产生的跟丢问题,增加轨迹长度,提升位姿估计精度,且生成的稀疏特征地图更能反映场景结构特征.
-
-
Dong Ruifang;
董蕊芳;
Liu Changan;
柳长安;
Yang Guotian;
杨国田;
Cheng Ruiying;
程瑞营
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一个基于图优化的单目线特征同时定位与地图构建(SLAM)方法.首先,针对主流视觉SLAM算法采用点作为特征,所构建的点云地图稀疏、难以准确表达环境结构信息等缺点,本文采用直线作为特征来构建地图;其次,现有基于线特征的SLAM算法都是采用基于滤波的SLAM框架,存在线性化及更新效率问题,本文采用基于图优化的SLAM解决方案以提升定位的精度及地图构建的一致性和准确性;再次,为适应基于图优化的SLAM解决方案,本文的线特征结合了Plücker坐标和Cayley两种参数化方式,一方面采用Plücker直线便于线性投影计算,另一方面采用Cayley方式有利于进行线特征参数的非线性优化;最后,分别通过仿真实验和实际图像实验证明了本文所提出算法的有效性,并和基于EKF的线特征SLAM算法进行了对比,验证了算法的准确性.