基于单目视觉的机器人Monte Carlo自定位方法
针对单目视觉机器人定位问题,提出一种基于改进的尺度不变特征变换(SIFT)的Monte Carlo自定位方法.应用改进的SIFT方法提取特征,既能保证对图像光强变化、尺度缩放、三维视角和噪声具有不变性,又能减少SIFT算法产生的特征点及其抽取和匹配的时间.在机器人移动过程中,环境特征点的观测信息和里程计信息通过粒子滤波相融合,获得了更准确的环境标志点坐标.仿真实验结果验证了该方法的有效性.
移动机器人、Monte Carlo定位、单目视觉、尺度不变特征变换
TP24(自动化技术及设备)
2011-09-07(万方平台首次上网日期,不代表论文的发表时间)
251-254