遮挡情况下刚体位姿估计的自适应无迹卡尔曼分布式融合

发布时间：2024-03-21 23:34

　　针对视觉目标位姿估计系统中常出现的因为特征点遮挡而造成系统估计结果不准确的问题,本文提出了一种利用自适应无迹卡尔曼滤波(AUKF)作为局部滤波器的分布式融合估计方法.通过引入改进的Sage-Husa噪声估计器自适应过程噪声.根据特征点识别量将遮挡情况分为部分遮挡和严重遮挡,对部分遮挡子系统根据先验信息修复缺失观测点后进行局部滤波估计,严重遮挡子系统不参与融合,利用当前时刻整体估计结果对其进行初始化.通过仿真获取了区分遮挡情况的阈值,实验结果表明所提方法能够提升系统在遮挡情况下的估计精度与鲁棒性.

【文章页数】：12 页

【部分图文】：

图14各个轴累计误差

图13遮挡时刻各个轴累计误差图14各个轴累计误差

图14各个轴累计误差

图14各个轴累计误差6小结

图1特征点在图像平面的投影示意图

考虑一类有多个特征点位于平面上的投影模型,如图1所示.点O为像素坐标系原点,位于图像左上角;U,V两轴分别穿过原点,平行于图像的水平边缘与垂直边缘;点OI为图像坐标系原点,位于图像中心;XIYI两轴分别平行于U,V两轴;点Oc为相机坐标系原点,位于相机的光心;Zc轴穿过相机光心....

图2相应坐标系之间转换关系

相应坐标系之间转换关系如图2所示.步步骤3利用相机坐标系与像素坐标系之间的转换关系,修复被遮挡的特征点,通过下式可求得被修复的特征点坐标(ul,vl):

本文编号：3934300