基于滤波算法的物体位姿估计

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:zxj3510
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
物体位姿估计在计算机视觉、增强现实及机器人等领域具有非常重要的地位。现有位姿估计算法依赖于物体先验信息,如形状、大小,以及物体的运动轨迹。当没有先验信息时,采用相机作为单一传感器进行位姿估计时,算法容易产生误差累积。因此,本文对位姿估计问题进行深入研究,提出三种算法以解决上述问题。论文首先提出了基于滑动窗口滤波器(Sliding Window Filter SWF)的位姿估计算法,实现了对任意刚性物体六自由度位姿的估计,并且适用于任意运动轨迹。算法利用RGB-D相机提取的特征点彩色和深度信息,通过滑动窗口滤波器在同时估计物体位姿和物体结构。在每个滑动窗口内,采用高斯牛顿算法迭代优化物体的位姿与结构,并用随机抽样一致性算法和OPnP算法产生高斯牛顿算法的初值。仿真实验通过与先进的位姿估计算法对比,验证算法在没有先验假设的条件下,依然能有效地估计物体的位姿,并且位姿估计可以达到与已知先验信息的先进算法同等的效果。实物实验采用RGB-D物体跟踪标准数据集提供的真实数据,对于4种在不同运动、光照条件下的物体,验证了算法的有效性与鲁棒性。在滑动窗口滤波器位姿估计算法的基础上,针对误差累积提出基于卡尔曼滤波的结构滤波算法。算法利用物体刚性假设构建运动模型,通过高斯牛顿算法求解的结构构建观测模型,实现对结构的滤波,并且将滤波结果更新到点云模型。仿真实验结果表明,结构滤波算法可以有效抑制误差累积,大幅提高位姿估计的精度。考虑到滑动窗口滤波器多帧信息处理上的速度较慢,本文进一步提出一种基于迭代扩展卡尔曼滤波的位姿估计算法。算法不依赖于任何先验物体信息,但需要物体的常速度运动模型假设。与现有的基于IEKF的算法不同的是,本文算法同时将位姿和物体结构作为状态,实现位姿与状态的同时估计。利用状态小扰动策略推导了在特殊欧式群空间的IEKF计算公式,通过观测模型的多次迭代修正了由运动模型假设与实际运动不一致导致的估计误差。实验结果表明,算法可以达到滑动窗口滤波器、OPnP算法较为接近的估计效果,虽然IEKF的位姿估计精度略低于滑动窗口滤波器,但算法速度有显著提高。同时,实验验证了本文IEKF算法虽然采用常速度运动模型,但是模型的不准确性对位姿估计的影响较小。
其他文献
作为第五代移动通信系统的候选关键技术,大规模多输入多输出(Multiple Input Multiple Output,MIMO)技术由于高频谱效率和低发射功耗等优势,得到业界的广泛关注。然而,大规模
传统封闭的网络体系被软件定义网络的分层思想解耦为数据平面、控制平面和应用平面,网络的集中控制与管理在逻辑上得到了实现。集中管控的机制和开放的编程接口增加了SDN管理
作为物联网的关键组成部分之一,机器与机器(Machine to Machine,M2M)通信能够借助无处不在的移动通信网络,无需在人的参与和干扰下实现各种数据测量和采集,完成全自动化的信
目的:检测VEGF-C蛋白在鼻咽癌肿瘤组织中的表达及VEGF-C对人淋巴管内皮细胞生物学行为的影响,分析VEGF-C表达与鼻咽癌临床病理特征的关系,探讨鼻咽癌淋巴转移的机制,为鼻咽癌
间断连接无线网络(Intermittently Connected Wireless Network,ICWN)是一种无需固定网络基础设施且能轻松部署的自组织网络,因此,其多应用于紧急通信建网及军事领域。节点间
青少年是新时代中国特色社会主义事业的建设者和接班人,他们的思想道德建设水平将直接影响到未来中华民族的发展。随着城镇化进程的加快,城中村作为城镇化进程中的产物,发生着翻天覆地的变化。城中村青少年作为青少年群体中的一部分,有着其独特的思想状态和特点。随着物质生活条件逐步提高,他们的视野逐渐开阔,这些状况给城中村青少年的现代教育带来益处的同时,也给城中村的思想道德教育带来了不同程度的负面影响。在这种背景
天发船收高频雷达是一种天波-地波混合体制的新型雷达,该雷达兼具天波雷达、地波雷达和舰载雷达的优点,具有超视距探测、隐身目标探测、超低空探测的优势,因此研究天发船收高频雷达具有重要的战略意义。目标状态估计是天发船收高频雷达数据处理的重要组成部分,在数据处理的过程中起着重要的作用,状态估计算法的性能决定着滤波精度和航迹跟踪效果。本课题针对天发船收高频雷达的工作特点研究该雷达体制下的目标状态估计方法。通
不平衡数据集主要是可以分为类间的不平衡和类内不平衡。类间不平衡指的是不同类别之间的样本数目差别较大;类内不平衡是指在某一个类别的内部,不同部分的数据分布成不同的簇(Cluster),不同的簇之间样本数目差距较大的情况。因为大多数的传统的机器学习方法默认使用的数据样本相互之间是平等的,并且假设其数据量是相对平衡的,所以数据集不平衡问题的最根本难点是样本的不平衡性往往会显著地影响大多数机器学习方法的性
近几年随着人工智能技术的高速发展,人脸表情识别在智能安防、测谎、智慧医疗、互联网教育等领域出现了广泛的应用场景。由于人们通过面部表达情感的方式不同,很难通过人工设计和选择特征的方法高效的获取人脸面部表情的特征分布,因此目前基于深度卷积神经网络自动提取面部表情特征的方法在人脸表情识别中发挥出越来越大的优势。人脸表情识别任务在计算机视觉领域一直是一个充满挑战的问题,由于人们个体情绪表达的差异性和不受控
边界元法作为一种数值方法,因其计算量小、精度高而得到了发展。边界元法能够自动满足无穷远处边界条件,不用进行人工截断,无需施加人工边界,处理无限域问题具备先天优势。有