×

兹马思-数学第一资源

智能手机的单目室内定位技术。(英语) Zbl 1404.68180号
摘要:在过去的十年里,人们对个人智能手机的室内视觉定位进行了大量的研究工作。考虑到现有的传感器能力,单目里程计提供了有希望的解决方案,甚至提出了增强现实应用的要求。本文旨在综述单目视觉定位的最新研究成果。为此,本文介绍了计算机视觉的基本原理,并对最有前景的解决方案进行了评述。
理学硕士:
68T45型 机器视觉与场景理解
PDF格式 双歧杆菌 引用
全文: 内政部
参考文献:
[1] 是的。一。阿齐兹,H。M。卡拉拉,M。Hauck,近景摄影测量中从比较器坐标到物体空间坐标的直接线性变换,摄影测量工程与遥感81,2(2015)103-107。191
[2] T。贝利,J。涅托,E。Nebot,fastslam算法的一致性,Proc。IEEE国际机器人与自动化会议(ICRA'06),美国佛罗里达州奥兰多,2006年,第424-429页。209
[3] 美国。贝克,我。Matthews,Lucas kanade 20年前:一个统一的框架,国际计算机视觉杂志(IJCV)56,3(2004)221-255。198
[4] 美国。美国。波希明,R。北京大学,球面透镜径向和切向畸变的建模与消除。国际计算机视觉理论基础研讨会(TFCV'00),多图像分析,计算机科学讲义,达格斯图尔城堡,德国,2000年,第1-21页。189
[5] J。赵,A。阿努伊米,G。施罗德,E。Steinbach,基于内容的图像检索与jpeg编码查询图像的各种特征检测器描述符组合的性能比较。多媒体信号处理国际研讨会(MMSP'13),意大利撒丁岛普拉,2013年,第29-34页。190
[6] J。西维拉,A。J。戴维森,J。M。M。Montiel,单目slam的逆深度参数化,IEEE机器人学报24,5(2008)932-945。205207年
[7] L。E。克莱门特,V。佩雷特鲁金,J。兰伯特,J。凯利,《滤波器至上之战:多状态约束卡尔曼滤波器与滑动窗滤波器之比较研究》,Proc。计算机和机器人视觉会议(CRV'15),哈利法克斯,新斯科舍省,2015年,第23-30页。207
[8] A。J。戴维森,我。D。北卡罗来纳州里德。D。俄亥俄州莫尔顿市。Stasse,Monoslam:实时单摄像机slam,IEEE模式分析和机器智能交易(TPAMI)29,6(2007)1052-1067。199
[九] H。达兰特·怀特,T。贝利,《同步定位和映射:第一部分》,IEEE机器人与自动化杂志13,2(2006)99-110。187200年[10]日。恩格尔,T。舍普,D。克莱默斯,Lsd slam:大型直接单目slam,Proc。第13届欧洲计算机视觉会议(ECCV'14),第2卷,斯普林格国际出版社,瑞士苏黎世,2014年,第834-849页。197
[10] J。恩格尔,J。斯特姆,D。Cremers,单目摄像机半密集视觉里程计,Proc。IEEE国际计算机视觉会议(ICCV'13),悉尼,澳大利亚,2013年,第1449-1456页。197
[11] M。A。费什勒,R。C。Bolles,随机抽样共识:模型拟合在图像分析和自动制图中的应用,ACM通讯24,6(1981)381-395。191
[12] C。福斯特,M。皮佐利,D。Scaramuzza,Svo:快速半直接单目视觉里程计,Proc。IEEE国际机器人与自动化会议(ICRA'14),中国香港,2014年,第15-22页。198
[13] F。弗劳恩多弗。Scaramuzza,视觉里程计,第二部分:匹配、鲁棒性、优化和应用,IEEE机器人与自动化杂志19,2(2012)78-90。187
[14] A。盖革,P。伦茨,R。乌塔松,我们准备好自动驾驶了吗?基蒂视觉基准套件,程序。计算机视觉与模式识别会议(CVPR'12),IEEE,Providence,RI,USA,2012年,第3354-3361页。210
[15] N。Gordon,非线性/非高斯贝叶斯状态估计的新方法,IEE论文集F(雷达和信号处理)140(1993)107-113(6)205
[16] C。哈里斯,J。Pike,图像序列的三维位置整合,Proc。1987年英国曼彻斯特艾尔维视觉会议,第87-90页。187
[17] C。哈里斯,M。Stephens,一种结合了角和边缘的探测器,Proc。第四届阿尔维视觉大会,英国曼彻斯特,1988年,第147-151页。190
[18] R。一。Hartley,为八点算法辩护,IEEE模式分析与机器智能汇刊(TPAMI'97)19,6(1997)580-593。191
[19] R。一。哈特利,A。齐瑟曼,《计算机视觉中的多视图几何》(第二版),剑桥大学出版社,剑桥,英国,2004年。187、190、191、192·Zbl 0956.68149
[20] C。科尔,J。斯特姆,D。克雷默斯,rgb-d相机的鲁棒里程估计,Proc。IEEE国际机器人与自动化会议(ICRA'13),德国卡尔斯鲁厄,2013年,第3748-3754页。195
[21] G。克莱恩,D。Murray,小型ar工作区的并行跟踪和映射,Proc。第六届IEEE和ACM国际混合增强现实研讨会(ISMAR 2007),日本奈良,2007,第225-234页。187193年
[22] G。克莱恩,D。穆雷,提高基于关键帧的扣球的敏捷性,Proc。第十届欧洲计算机视觉会议(ECCV08),马赛,法国,2008年,第802-815页。193
[23] L。知识产权。斯卡拉穆扎,R。Siegwart,一个新的参数化透视三点问题直接计算绝对相机位置和方向,过程。IEEE计算机视觉和模式识别会议(CVPR'11),科罗拉多州斯普林斯,美国,2011年,第2969-2976页。191
[24] K。科诺里奇,M。阿格拉瓦尔,J。Solfia,《崎岖地形的大规模视觉里程计》,Proc。国际机器人研究研讨会,日本广岛,2007年,第201-212页。199
[25] 五。Lepetit,F.Moreno-Noguer,P.Fua,Epnp:pnp问题的精确o(n)解决方案,国际期刊Computer Vision 81,2(2009)155-166。191
[26] H。李,R。哈特利,五点运动估计变得容易了,程序。第18届国际模式识别会议(ICPR'06),第一卷,中国香港,2006年,第630-633页。191
[27] M。李,B。H。金,A。一。Mourikis,使用惯性感应和滚动快门相机在手机上进行实时运动跟踪。IEEE国际机器人与自动化会议(ICRA'13),德国卡尔斯鲁厄,2013年,第4712-4719页。208
[28] M。李,A。一。穆里基斯,基于优化的视觉辅助惯性导航估计器设计。《机器人学:科学与系统会议》,悉尼,新南威尔士州,澳大利亚,2012年,第504-509页。209
[29] M。李,A。一。蒙瑞基斯,三维运动估计和相机imu系统的在线时间校准,过程。IEEE国际机器人与自动化会议(ICRA'13),德国卡尔斯鲁厄,2013年,第5709-5716页。208
[30] M。李,A。一。Mourikis,高精度,基于ekf的一致视觉惯性里程计,国际机器人研究杂志32,6(2013)690-711。208
[31] M。李,H。余,X。郑,A。一。高保真度传感器建模与视觉辅助惯性导航的自校准。IEEE机器人与自动化国际会议(ICRA'14),中国香港,2014年,第409-416页。208
[32] J。美国。刘,科学计算中的蒙特卡罗策略,斯普林格出版社,股份有限公司,2008年。204个·Zbl 1132.65003
[33] H。《从两个投影重建场景的计算机算法》,自然293,10(1981)133-135。187
[34] M。A。卢拉基斯,A。Argyros,SBA:用于一般稀疏束调整的软件包,数学软件(TOMS)上的ACM事务36,1(2009)1-30。192个·Zbl 1364.65052
[35] D。G。Lowe,基于局部尺度不变特征的目标识别。IEEE国际计算机视觉会议(ICCV'99),第2卷,希腊克尔基拉,1999年,第1150-1157页。190
[36] J。马塔斯,O。查姆,M。城市,T。Pajdla,《最大稳定极值区域的稳健宽基线立体声》,图像与视觉计算22,10(2004)761-767。190
[37] M。蒙特默洛,南部。特伦,D。科勒,B。Wegbreit,Fastslam:同时定位和映射问题的一个因素解决方案,Proc。美国人工智能协会(AAAI),加拿大艾伯塔省埃德蒙顿市,2002年,第593-598页。209
[38] M。蒙特默洛,南部。特伦,D。科勒,B。Wegbreit,FastSLAM 2.0:一种改进的粒子滤波算法,用于同时定位和映射,可证明收敛,Proc。国际人工智能联席会议(IJCAI-03),墨西哥阿卡普尔科,2003年,第1151-1156页。209
[39] R。Mur Artal,J。M。M。蒙蒂尔,J。D。Tard_os,ORB-SLAM:多功能和精确的单目SLAM系统,IEEE机器人学报31,5(2015)1147-1163。193
[40] R。A。纽科姆,S。J。洛夫格罗夫,A。J。戴维森,Dtam:实时密集跟踪和映射,Proc。国际计算机视觉会议(ICCV'11),IEEE计算机协会,华盛顿特区,美国,2011年,第2320-2327页。196
[41] D。Nist,五点相对位姿问题的有效解决方案,IEEE模式分析与机器智能汇刊(TPAMI'04)26,6(2004)756-777。191
[42] D。尼斯特,H。Stewenius,词汇树可伸缩识别,Proc。IEEE计算机视觉和模式识别会议(CVPR'06),第2卷,IEEE计算机协会,西雅图,华盛顿,美国,2006年,第2161-2168页。195207年
[43] T。奥斯基帕,Z。朱,S。萨马拉斯凯拉,R。Kumar,使用多个立体摄像头和惯性测量装置的视觉里程计系统,Proc。IEEE计算机视觉与模式识别会议(CVPR'07),明尼苏达州明尼阿波利斯,美国,2007年,第1-8页。199
[44] O。皮萨罗,R。尤斯蒂斯,H。Singh,仪器化校准成像平台的相对姿态估计,Proc。《数字图像计算技术与应用》,悉尼,澳大利亚,2003年,第601-612页。191
[45] 美国。一。肉芽肿。E。约翰逊,J。F。基于运动估计的惯性导航。IEEE国际机器人与自动化会议(ICRA'02),第4卷,华盛顿特区,美国,2002年,第4326-4333页。199
[46] C。鲁西隆,A。冈萨雷斯,J。索尔菲亚,J.-M。科多尔,N。曼萨德,S。拉克鲁瓦,M。Devy,Rt-slam:一个通用的实时可视化slam实现,Proc。计算机视觉系统国际会议(ICVS'11),计算机科学讲座讲稿6962(2011)31-40。207
[47] E。鲁布利,V。拉博,K。科诺里奇。布拉斯基,Orb:一个有效的替代筛选或冲浪,Proc。国际计算机视觉会议(ICCV'11),巴塞罗那,西班牙,2011年,第2564-2571页。190
[48] 美国。Särkkä,贝叶斯滤波和平滑(第1版),剑桥大学出版社,纽约,美国,2013年。203205年
[49] D。斯卡拉穆扎,F。Fraundorfer,视觉里程计,第一部分:前30年和基本原理,IEEE机器人与自动化杂志18,4(2011)80-92。187
[50] M。史密斯,我。鲍德温,W。丘吉尔,R。保罗,P。纽曼,新的大学视觉和激光数据集,国际机器人研究杂志28,5(2009)595-599。210
[51] J。单目ekf-slam算法对三种不同路标参数的一致性,Proc。IEEE国际机器人与自动化会议(ICRA'10),安克雷奇,阿拉斯加,2010年,第3513-3518页。205
[52] J。斯特姆,N。恩格哈德,F。恩德斯,W。伯加德,D。Cremers,rgb-d slam系统评估基准,Proc。国际智能机器人系统会议(IROS'12),Vilamoura,Algarve,葡萄牙,2012年,第573-580页。210
[53] J。塔迪夫,M。G。M。拉文,A。凯利,M。一种新的视觉惯性导航方法。智能机器人与系统国际会议(IROS'10),台北,台湾,2010,第4161-4168页。199
[54] B。触发,相机姿势和校准从4或5个已知的三维点,程序。IEEE国际计算机视觉会议(ICCV'99),第1卷,希腊克尔基拉,1999年,第278-284页。191
[55] B。特里格斯,P。F。麦克劳克兰,R。一。哈特利,A。W。Fitzgibbon,束调整|现代合成,过程。国际视觉算法研讨会:理论与实践,斯普林格柏林海德堡,科尔夫,希腊,1999年,第298-372页。192
[56] 美国。韦斯,R。Siegwart,模块化视觉系统的实时度量状态估计,Proc。IEEE国际机器人与自动化会议(ICRA'11),中国上海,2011,第4531-4537页。199
[57] C。Wu,SiftGPU:尺度不变特征变换(SIFT)的GPU实现,http://cs.unc.edu/ccwu/siftgpu,2007年。210
[58] C、 吴,S。阿加瓦尔,B。柯利斯,S。M。Seitz,多芯束调整,程序。计算机视觉与模式识别会议(CVPR'11),科罗拉多州斯普林斯,美国,2011年,第3057-3064页。210
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。