本文介绍了顾照鹏的论文，提出了一种基于惯性传感器的Roll角和Pitch角的MonoSLAM方法，利用扩展卡尔曼滤波器（EKF）来估计状态向量，以解决单目视觉SLAM的误差累积问题。该方法通过结合3DM-GX1惯性传感器的数据，实现了一个摄像机和传感器组成的定位定姿模块，有效地提高了系统稳定性并能实时估计位置和姿态。
单目视觉同步定位与地图创建MonoSLAM----误差累积问题
顾照鹏的论文《基于部分惯性传感器信息的单目视觉同步定位与地图创建方法》提出基于Roll角和Pitch角的MonoSLAM法：
先利用惯性传感器输出的Roll角和Pitch角系统标定， 然后将惯性传感器自身的Yaw作为系统状态向量的一个分量利用扩展卡尔曼滤波器（EKF）实时地估计状态向量， 进而实现实时鲁棒的SLAM。能够有效抑制误差累积问题。
惯性传感器（分为两类：角速率陀螺；线加速度计） 三轴方向角输出做辅助：
- 横滚角Roll-----精度高
- 俯仰角Pitch----精度高
- 偏航角Yaw-----精度低，不直接用
如何在未知环境中实时地确定用户头部位置和姿态？
设计一个定位定姿模块：由摄像机+3DM-GX1惯性传感器组成。（3DM-GX1是陀螺仪姿态测量系统。）
系统涉及世界坐标系，摄像机坐标系，固定在3DM-GX1上的3DM-GX1坐标系，地磁坐标系。他们之间的四个旋转矩阵满足一个式子。根据摄像机拍的图像和输出的Roll角和Pitch角可以标定两个旋转矩阵，基于它们，仅将Roll角和Pitch角作为姿态基准量
最低0.47元/天 解锁文章
扫一扫
9368
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
