×
约翰内斯·伯杰;弗兰克·伦岑;弗洛里安·贝克尔;安德烈亚斯·纽菲尔德;克里斯托夫·施诺尔

刚性运动李群上的二阶递归滤波{东南}_3\)基于非线性观测。 （英语） Zbl 1425.94009号

数学杂志。成像视觉。 58，第1期，102-129（2017）.
摘要：根据观察到的场景特征进行相机运动估计是图像处理中的一项重要任务，以提高许多方法的精度，例如，根据运动进行光流和结构。由于状态空间的弯曲几何形状{东南}_3\)以及与观测光流的非线性关系，许多最近的滤波方法使用一阶近似，并假设高斯后验分布或将状态限制为欧几里德几何。物理模型通常也限于匀速运动。我们提出了一个二阶最优最小能量滤波器，用于处理（mathrm）的完整几何结构{东南}_3\)以及状态空间与观测值之间的非线性相关性，导致最优状态和相应的二阶算子的递归描述。导出的滤波器能够正确重建合成场景和真实场景的运动，例如从KITTI基准。我们的实验证实，导出的具有高阶状态微分方程的最小能量滤波器能够处理高阶运动学，并且能够最小化模型噪声。我们还表明，在线性观测的情况下，所提出的滤波器优于最先进的李群扩展卡尔曼滤波器，并且我们的方法达到了现代视觉里程计方法的精度。

引用于1文件

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
93E11号机组 随机控制理论中的滤波

关键词：

最小能量过滤器;李群;递归过滤;恒加速度模型;最优控制;目视里程计

软件：

EKF/UKF工具箱;基蒂
PDF格式BibTeX公司 XML格式引用
\textit{J.Berger}等人，J.Math。成像视觉。58，No.1，102--129（2017；Zbl 1425.94009）
全文： 内政部 arXiv公司

参考文献：

[1] Absil，P.A.，Mahony，R.，Sepulchre，R.：矩阵流形上的优化算法。普林斯顿大学出版社，普林斯顿（2008）·Zbl 1147.65043号 ·数字对象标识代码：10.1515/9781400830244
[2] Agrachev，A.A.，Sachkov，Y.：《几何观点的控制理论》，第2卷。施普林格，柏林（2004）·Zbl 1062.93001号 ·doi:10.1007/978-3-662-06404-7
[3] Aguiar，A.，Hespanha，J.：具有透视输出的系统的最小能量状态估计。IEEE传输。自动。控制51（2），226-241（2006）。doi:10.1109/TAC.2005.861686·Zbl 1366.93625号 ·doi:10.1109/TAC.2005.861686
[4] Arulampalam，M.S.，Maskell，S.，Gordon，N.，Clapp，T.：在线非线性/非高斯贝叶斯跟踪粒子滤波器教程。IEEE传输。信号处理。50(2), 174-188 (2002) ·doi:10.1009/78.978374
[5] Athans，M.，Falb，P.：最优控制。理论及其应用简介。McGraw-Hill，纽约（1966年）·Zbl 0196.46303号
[6] Badino，H.、Yamamoto，A.、Kanade，T.：多帧特征集成的视觉里程计。2013年IEEE国际计算机视觉研讨会（ICCVW），第222-229页。IEEE（2013）·Zbl 1458.62320号
[7] Bain，A.，Crisan，D.：《随机滤波基础》，施普林格出版社，柏林（2009）·Zbl 1176.62091号 ·数字对象标识代码：10.1007/978-0-387-76896-0
[8] Barfoot，T.D.，Furgale，P.T.：将不确定性与用于估算问题的三维姿势相关联。IEEE传输。机器人。30（3），679-693（2014）·doi:10.1109/TRO.2014.2298059
[9] Bellavia，F.、Fanfani，M.、Pazzaglia，F.和Colombo，C.：强大的选择性立体声SLAM，无需环路闭合和束调整。在：图像分析和处理ICIAP 2013，第462-471页。施普林格（2013）·Zbl 0439.49011号
[10] Berger，J.、Neufeld，A.、Becker，F.、Lenzen，F.和Schnörr，C.：SE（3）上的二阶最小能量滤波与非线性测量方程。《计算机视觉中的尺度空间和变分方法》，第397-409页。斯普林格（2015）·Zbl 1444.68258号
[11] Bonnabel，S.：左变扩展卡尔曼滤波器和姿态估计。摘自：IEEE决策与控制会议，第1027-1032页（2007年）
[12] Bourmaud，G.，Mégret，R.：稳健的大规模单目视觉SLAM。摘自：IEEE计算机视觉和模式识别会议记录，第1638-1647页（2015）
[13] Bourmaud，G.，Mégret，R.，Arnaudon，M.，Giremus，A.：使用集中高斯分布的矩阵李群上的连续离散扩展卡尔曼滤波器。数学杂志。成像视觉。51(1), 209-228 (2015) ·Zbl 1397.94014号 ·doi:10.1007/s10851-014-0517-0
[14] Brigo，D.，Hanzon，B.，Le Gland，F.：通过密度指数流形上的投影进行近似非线性滤波。伯努利5（3），495-534（1999）·Zbl 0930.93074号 ·doi:10.2307/3318714
[15] Chikuse，Y.：《特殊流形统计》，第174卷。柏林施普林格出版社（2012）·Zbl 1026.62051号
[16] Chirikjian，G.S.：随机模型、信息论和李群，第2卷：分析方法和现代应用，第2册。柏林施普林格出版社（2011）
[17] Daum，F.：非线性滤波器：超越卡尔曼滤波器。IEEE A&E系统。Mag.20（8，第2部分），57-69（2005）·doi:10.1109/MAES.2005.1499276
[18] Daum，F.，Huang，J.：维度诅咒和粒子过滤器。In:航空航天会议（2003）。doi:10.1109/AERO.2003.1235126·Zbl 1458.62320号
[19] Dieci，L.，Eirola，T.：Riccati微分方程数值解的正定性。数字。数学。67(3), 303-313 (1994) ·兹比尔0791.65050 ·数字标识代码：10.1007/s002110050030
[20] Frogerais，P.，Bellanger，J.，Senhadji，L.：计算连续离散扩展卡尔曼滤波器的各种方法。IEEE传输。自动。控制57，1000-1004（2012）。doi:10.10109/TAC.2011.2168129·Zbl 1369.93624号 ·doi:10.1109/TAC.2011.2168129
[21] 盖革（Geiger，A.）、伦茨（Lenz，P.）、乌尔塔森（Urtasun，R.）：我们准备好自动驾驶了吗？KITTI愿景基准套件。In:计算机视觉和模式识别会议（2012）
[22] Geiger，A.，Ziegler，J.，Stiller，C.：立体扫描：实时密集三维重建。In:智能车辆研讨会（IV）。IEEE（2011）
[23] Gordon，N.J.、Salmond，D.J.、Smith，A.F.：非线性/非高斯贝叶斯状态估计的新方法。收录于：IEE Proceedings F-Radar and Signal Processing，第140卷，第107-113页。IET（1993）
[24] Hairer，E.，Lubich，C.，Wanner，G.：几何-数值积分：常微分方程的结构保持算法。柏林施普林格出版社（2006）·Zbl 1094.65125号
[25] Hartley，R.等人：为八点算法辩护。IEEE传输。模式分析。机器。智力。19(6), 580-593 (1997) ·doi:10.1109/34.601246
[26] Hauberg，S.，Lauze，F.，Pedersen，K.：黎曼流形上的无中心卡尔曼滤波。数学杂志。成像视觉。46(1), 103-120 (2013) ·Zbl 1316.94028号 ·doi:10.1007/s10851-012-0372-9
[27] Hsu，E.P.：流形的随机分析，第38卷。美国数学学会，普罗维登斯（2002）·Zbl 0994.58019号
[28] Jazwinski，A.H.：随机过程和过滤理论。Courier Corporation，Chelmsford（2007年）·Zbl 1203.60001号
[29] Julier，S.J.，Uhlmann，J.K.：卡尔曼滤波器对非线性系统的新扩展。摘自：AeroSense’97，第182-193页。国际光学和光子学学会（1997年）·Zbl 0177.36004号
[30] Jurdjevic，V.：几何控制理论。剑桥大学出版社，剑桥（1997）·Zbl 0940.93005号
[31] Kalman，R.E.：线性滤波和预测问题的新方法。《流体工程杂志》82（1），35-45（1960）
[32] Krener，A.J.：最小能量估计的收敛性。非线性动力学和控制及其应用的新趋势。斯普林格（2003）·Zbl 1203.93194号
[33] Kwon，J.，Choi，M.，Park，F.C.，Chun，C.：欧几里德群上的粒子滤波：框架和应用。机器人25（6），725-737（2007）·doi:10.1017/S0263574707003529
[34] Kwon，J.，Lee，K.M.：通过李群上的几何Rao-Blackwellized粒子滤波，具有局部平面标志的单目SLAM。收录于：CVPR 2010，第1522-1529页。IEEE（2010）·兹伯利0930.93074
[35] Lancaster，P.，Rodman，L.：代数Riccati方程的存在唯一性定理。《国际期刊控制》32（2），285-309（1980）·兹伯利0439.49011 ·doi:10.1080/00207178008922858
[36] Markley，F.L.：卡尔曼滤波的姿态误差表示。J.Guid。控制动态。26(2), 311-317 (2003) ·数字对象标识代码：10.2514/2.5048
[37] Miller，M.I.，Srivastava，A.，Grenander，U.：通过多目标跟踪/识别中的跳跃-扩散过程进行条件平均估计。IEEE传输。信号处理。43(11), 2678-2690 (1995) ·数字对象标识代码：10.1109/78.482117
[38] Mortensen，R.E.：最大似然递归非线性滤波。J.Opt。理论应用。2(6), 386-394 (1968) ·Zbl 0177.36004号 ·doi:10.1007/BF00925744
[39] Murray，R.，Li，Z.，Sastry，S.：机器人操作的数学导论。CRC出版社，博卡拉顿（1994）·Zbl 0858.70001号
[40] Nasihatkon，B.，Hartley，R.，Trumpf，J.：投影因子分解的广义投影重建定理和深度约束。国际期刊计算。视觉。115(2), 87-114 (2015) ·Zbl 1398.68590号
[41] Nistér，D.：五点相对姿势问题的有效解决方案。IEEE传输。模式分析。机器。智力。26(6), 756-770 (2004) ·doi:10.1109/TPAMI.2004.17
[42] Petersen，K.B.，Pedersen，M.S.等人：矩阵食谱。理工大学。7, 15 (2008)
[43] Rentmesters，Q.，Absil，P.A.，Van Dooren，P.，Gallivan，K.，Srivastava，A.：格拉斯曼流形上的一种高效粒子过滤技术。2010年IEEE声学语音和信号处理国际会议（ICASSP），第3838-3841页。IEEE（2010）
[44] Saccon，A.，Aguiar，A.P.，Hauser，J.：李群投影算子方法：T SO（3）的最优控制。收录于：CDC，第6973-6978页（2011年）
[45] Saccon，A.，Hauser，J.，Aguiar，A.：李群的最优控制：投影算子方法。IEEE传输。自动。控制58（9），2230-2245（2013）。doi:10.1109/TAC.2013.2258817·Zbl 1369.49037号 ·doi:10.1109/TAC.2013.2258817
[46] Saccon，A.、Trumpf，J.、Mahony，R.、Aguiar，A.P.：李群上的二阶最优滤波器。致：CDC（2013）·兹比尔1359.93471
[47] Särkkä，S.，Hartikainen，J.，Solin，A.：Matlab V1.3的EKF/UKF工具箱（2011）。http://becs.aalto.fi/en/research/bayes/ekfukf/
[48] Schön，T.、Gustafsson，F.、Nordlund，P.J.：混合线性/非线性状态空间模型的边缘化粒子滤波器。IEEE传输。信号处理。53（7），2279-2289（2005）。doi:10.1109/TSP.2005.849151·Zbl 1370.94229号 ·doi:10.1010/TSP.2005.849151
[49] Selig，J.：机器人学中的李群和李代数。摘自：计算非交换代数及其应用，第101-125页。斯普林格（2004）·Zbl 1111.70003号
[50] Sturm，P.，Triggs，B.：基于因子分解的多图像投影结构和运动算法。收录于：ECCV，第709-720页。施普林格，剑桥，英国（1996）
[51] Tompkins，F.，Wolfe，P.J.：Stiefel流形上的贝叶斯滤波。摘自：2007年IEEE第二届多传感器自适应处理计算进展国际研讨会（CAMPSAP 2007），第261-264页。IEEE（2007）
[52] Triggs，B.、McLauchlan，P.F.、Hartley，R.I.、Fitzgibbon，A.W.：束调整——现代合成。摘自：《视觉算法：理论与实践》，第298-372页。斯普林格（2000）·Zbl 1366.93625号
[53] Tyagi，A.，Davis，J.W.：黎曼流形上线性系统的递归滤波器。收录于：CVPR，第1-8页。IEEE（2008）·Zbl 1369.49037号
[54] Vogel，C.、Schindler，K.、Roth，S.：具有刚性运动先验的3D场景流估计。2011年IEEE国际计算机视觉会议（ICCV），第1291-1298页。IEEE（2011）
[55] Wang，Y.，Chirikjian，G.S.：运动群误差传播的非参数二阶理论。国际J机器人。第27（11-12）号决议，1258-1273（2008）·doi:10.1177/0278364908097583
[56] Whelan，T.、Kaess，M.、Leonard，J.J.、McDonald，J.：大规模密集RGB-D SLAM的基于变形的回路闭合。2013年IEEE/RSJ智能机器人和系统国际会议（IROS），第548-555页。IEEE（2013）
[57] Wolfe，K.，Mashner，M.，Chirikjian，G.：李群上的贝叶斯融合。J.Algebr。《统计》第2（1）卷，第75-97页（2011年）·Zbl 1458.62320号 ·doi:10.18409/jas.v2i1.11
[58] Zamani，M.、Trumpf，J.、Mahony，R.：姿态估计的最小能量滤波。IEEE传输。自动。控制58（11），2917-2921（2013）·Zbl 1369.93608号
[59] Zamani，M.，Trumpf，J.，Mahoney，M.：特殊正交群上的二阶最小能量滤波器。In：程序。ACC（2012年）
[60] ƀefran，M.，Kumar，V.，Croke，C.：刚体运动学的度量和连接。国际J机器人。第18（2）号决议，242-251（1999）
[61] Zhang，C.，Taghvaei，A.，Mehta，P.G.：矩阵李群的反馈粒子滤波器（2015）。arXiv：1510.01259·Zbl 1423.93391号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。