針對視覺目標位姿估計系統(tǒng)中常出現(xiàn)的因為特征點遮擋而造成系統(tǒng)估計結(jié)果不準確的問題,本文提出了一種利用自適應無跡卡爾曼濾波(AUKF)作為局部濾波器的分布式融合估計方法.通過引入改進的Sage-Husa噪聲估計器自適應過程噪聲.根據(jù)特征點識別量將遮擋情況分為部分遮擋和嚴重遮擋,對部分遮擋子系統(tǒng)根據(jù)先驗信息修復缺失觀測點后進行局部濾波估計,嚴重遮擋子系統(tǒng)不參與融合,利用當前時刻整體估計結(jié)果對其進行初始化.通過仿真獲取了區(qū)分遮擋情況的閾值,實驗結(jié)果表明所提方法能夠提升系統(tǒng)在遮擋情況下的估計精度與魯棒性.

【文章頁數(shù)】：12 頁

【部分圖文】：

圖14各個軸累計誤差

圖13遮擋時刻各個軸累計誤差圖14各個軸累計誤差

圖14各個軸累計誤差

圖14各個軸累計誤差6小結(jié)

圖1特征點在圖像平面的投影示意圖

考慮一類有多個特征點位于平面上的投影模型,如圖1所示.點O為像素坐標系原點,位于圖像左上角;U,V兩軸分別穿過原點,平行于圖像的水平邊緣與垂直邊緣;點OI為圖像坐標系原點,位于圖像中心;XIYI兩軸分別平行于U,V兩軸;點Oc為相機坐標系原點,位于相機的光心;Zc軸穿過相機光心....

圖2相應坐標系之間轉(zhuǎn)換關系

相應坐標系之間轉(zhuǎn)換關系如圖2所示.步步驟3利用相機坐標系與像素坐標系之間的轉(zhuǎn)換關系,修復被遮擋的特征點,通過下式可求得被修復的特征點坐標(ul,vl):

本文編號：3934300