|
|
 |
| 详细信息 | 位置： 首页 >> 解决方案 |
机器人移动传感器引导的跨时节六自由度视觉定位 |
| 编辑：创泽 来源：CAAI认知系统与信息处理专委会 时间：2023/6/19 |
目前主流的视觉定位方法首先构建查询图像的 2D像素与参考地图的 3D 点之间的对应关系，然后使用 PnP RANSAC 算法求解相机的六自由度位姿。对于大范围的场景，通常采用图像检索作为中间步骤来预先确定场景的哪些部分可能在查询图像中可见。然而，在在一个时间变化的室外环境中，由于照明、季节和结构变化引起的查询图像和参考图像之间的外观差异巨大，使得 2D-3D 匹配变得十分困难，因此在这种具有挑战性条件下的基于图像匹配和姿态估计的相机定位仍是一个具有挑战性的问题。随着配备各种传感器如惯性测量单元（IMU）、重力计、指南针、GPS、WiFi和蓝牙等的移动设备的普及，结合视觉和多传感器的位姿估计法成为实际场景中准确定位的一种新思路。
本文提出了一种名为SensLoc的新方法，基于移动电话上的多模态传感器实现长期视觉定位，利用附加移动传感器（主要是GPS、指南针和重力传感器）来辅助图像检索和姿态估计，克服了在时变的室外环境中图像匹配的困难。还构建了新的室外数据集，提供了各种移动传感器数据和查询与参考图像之间强烈的外观变化。提出的方法在精度和时间成本方面显著优于最先进的定位方法。因此，本论文认为利用移动电话上的多模态传感器可以有效地解决长期视觉定位问题。且该研究成果在民用和军事领域都有广泛的应用。在民用领域，该研究可用于自动驾驶、机器人导航、混合现实等众多应用。在军事领域，该研究可用于支持地面和空中有人/无人装备，通过实景三维数字化战场支撑拒止条件下的高精度自身定位与目标指示。
|
| 【声明：转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考，如有侵权，请联系删除。】 |
| 推荐信息 |
|
柔性传感器可以在动态和不规则表面上形成紧密附着,大大减少外界刺激的干扰,实现高保真,高精度的数据采集
人们将机器人拟人化,包括假定性别,即使机器人不是类似人类或动物形态的,人类依靠物理线索来投射类人机器人的性别
每个手指都包含两个摄像头,可以沿着手指的正面和侧面收集触觉数据,抓取器可以对物体进行包裹着抓取,在一次抓取中提取大量丰富的触觉数据
使用电机扭矩控制操纵人形机器人腿部的运动,让机器人落脚力度保持轻缓;特斯拉为人形机器人添加了环境发现与记忆的能力
基于神经系统分层感觉运动控制器的框架通过布置高密度触觉传感器阵列在机器人手的表面,获取感知对象的接触状态,包括接触力,压力分布和表面形状等信息
人造皮肤可以同时模仿自然皮肤的感官反馈和机械特性,通过对材料性能,器件结构和系统架构的合理设计和工程化,开发了一种单片软性假肢电子皮肤
机器人的运动控制系统也根据动物和人类神经科学的经验教训进行了设计,设计具有适应性,感知性和与环境交互的机器人控制系统提供了一个独特的平台
纳米网格将电阻从细小皮肤拉伸转化为本体感觉;这种方法类似于人类皮肤受体如何为手部运动识别提供信号模式,具有用于快速手部任务识别的元学习
|
解决方案 |
迎宾机器人在楼梯处迎接客人 |
| 新动态 |
