格格利·霍洛西；Csaba Lukovszki；摩尔多瓦，伊斯坦布尔；普洛什，桑多尔；弗里吉斯·哈拉兹托斯 智能手机的单目室内定位技术。 （英语） Zbl 1404.68180号 Sapientiae大学学报。 8，第2期，186-215（2016）. 摘要：在过去十年中，人们对个人智能手机的室内视觉定位进行了大量研究。考虑到可用的传感器能力，单目里程计提供了有希望的解决方案，甚至可以预见增强现实应用的需求。本文旨在综述单目视觉定位的最新研究成果。为此，介绍了计算机视觉的基本知识，并回顾了最有希望的解决方案。 MSC公司： 68T45型 机器视觉和场景理解 关键词：计算机视觉；目视里程计；SLAM公司；室内定位 软件：基蒂；RT-SLAM飞机；MonoSLAM公司；ORB-SLAM2；快速SLAM；高级副总裁；ORB-SLAM（砰砰声）；LSD-SLAM；数据采集模块；SiftGPU（扫描GPU）；SBA公司 PDF格式BibTeX公司 XML格式引用 \textit{G.Hollósi}等人，《萨皮安蒂亚大学学报》，Inform。8，编号2186-215（2016；兹bl 1404.68180） 全文： 内政部 参考文献： [1] Y.I.Abdel Aziz，H.M.Karara，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，摄影测量工程和遥感81，2（2015）103-107。⇒191； [2] T.Bailey，J.Nieto，E.Nebot，《fastslam算法的一致性》，Proc。IEEE机器人与自动化国际会议（ICRA’06），美国佛罗里达州奥兰多，2006年，第424-429页。⇒209; [3] S.Baker，I.Matthews，Lucas-kanade 20年：统一框架，《国际计算机视觉杂志》（IJCV）56，3（2004）221-255。⇒198; ·Zbl 1477.68324号 [4] S.S.Beauchemin，R.Bajcsy，球面透镜径向和切向畸变的建模和消除，Proc。计算机视觉理论基础国际研讨会（TFCV'00），多图像分析，计算机科学讲稿，德国达格斯图尔城堡，2000年，第1-21页。⇒189; ·兹伯利0978.68669 [5] J.Chao，A.Al-Nuaimi，G.Schroth，E.Steinbach，基于内容的图像检索与jpeg编码的查询图像的各种特征检测描述器组合的性能比较，Proc。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.Civera，A.J.Davison，J.M.M.Montiel，单目大满贯的反深度参数化，IEEE机器人学报24，5（2008）932-945。⇒205, 207; [7] L.E.Clement，V.Peretroukhin，J.Lambert，J.Kelly，《滤波器霸权之战：多状态约束卡尔曼滤波器和滑动窗口滤波器的比较研究》，Proc。计算机和机器人视觉会议（CRV’15），新斯科舍省哈利法克斯，2015年，第23-30页。⇒207; [8] A.J.Davison，I.D.Reid，N.D.Molton，O.Stasse，Monoslam：实时单摄像机拍摄，IEEE模式分析与机器智能学报（TPAMI）29，6（2007）1052-1067。⇒199; [9] H.Durrant-Whyte，T.Bailey，《同步定位和绘图：第一部分》，IEEE机器人与自动化杂志13，2（2006）99-110。⇒187，200[10]J.Engel，T.Schöps，D.Cremers，Lsd-slam：大尺度直接单目大满贯，Proc。第13届欧洲计算机视觉会议（ECCV’14）第2卷，施普林格国际出版公司，瑞士苏黎世，2014年，第834-849页。⇒ 197; [10] J.Engel，J.Sturm，D.Cremers，《单目相机的半感应视觉里程表》，Proc。IEEE国际计算机视觉会议（ICCV’13），澳大利亚悉尼，2013年，第1449-1456页。⇒197; [11] M.A.Fischler，R.C.Bolles，《随机样本共识：模型拟合范式与图像分析和自动制图应用》，《ACM通讯》24，6（1981）381-395。⇒191; [12] C.Forster，M.Pizzoli，D.Scaramuzza，Svo：快速半直接单目视觉里程计，Proc。IEEE机器人与自动化国际会议（ICRA’14），中国香港，2014年，第15-22页。⇒198; [13] F.Fraundorfer，D.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] 盖革、伦茨、乌尔塔森，我们准备好自动驾驶了吗？kitti愿景基准套件，Proc。计算机视觉和模式识别会议（CVPR'12），IEEE，普罗维登斯，美国RI，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 Proceedings F（雷达和信号处理）140（1993）107-113（6）⇒205; [16] C.Harris，J.Pike，来自图像序列的三维位置整合，Proc。《Alvey Vision Conference》，英国曼彻斯特，1987年，第87-90页。⇒187; [17] C.Harris，M.Stephens，《角点和边缘组合检测器》，Proc。第四届阿尔维视觉会议，英国曼彻斯特，1988年，第147-151页。⇒190; [18] R.I.Hartley，为八点算法辩护，IEEE模式分析和机器智能事务（TPAMI’97）19，6（1997）580-593。⇒191; [19] R.I.Hartley，A.Zisserman，《计算机视觉中的多视图几何》（第二版），剑桥大学出版社，英国剑桥，2004年。⇒187, 190, 191, 192; ·Zbl 0956.68149号 [20] C.Kerl，J.Sturm，D.Cremers，rgb-D摄像机的稳健里程估计，Proc。IEEE机器人与自动化国际会议（ICRA’13），德国卡尔斯鲁厄，2013年，第3748-3754页。⇒195; [21] G.Klein，D.Murray，《小型ar工作空间的并行跟踪和映射》，Proc。第六届IEEE和ACM混合增强现实国际研讨会（ISMAR 2007），日本奈良，2007年，第225-234页。⇒187, 193; [22] G.Klein，D.Murray，《提高基于关键帧的SLAM的灵活性》，Proc。第十届欧洲计算机视觉会议（ECCV'08），法国马赛，2008年，第802-815页。⇒193; [23] L.Kneip，D.Scaramuzza，R.Siegwart，直接计算相机绝对位置和方向的透视三点问题的新参数化，Proc。IEEE计算机视觉和模式识别会议（CVPR'11），美国科罗拉多州斯普林斯，2011年，第2969-2976页。⇒191; [24] K.Konolige，M.Agrawal，J.Solfia，《粗糙地形的大比例尺视觉里程计》，Proc。《机器人研究国际研讨会》，日本广岛，2007年，第201-212页。⇒199; [25] V.Lepetit，F.Moreno-Noguer，P.Fua，Epnp:pnp问题的精确o（n）解，《国际计算机视觉杂志》81，2（2009）155-166。⇒191; [26] H.Li，R.Hartley，《五点运动估计变得容易》，Proc。第18届国际模式识别会议（ICPR'06）第1卷，中国香港，2006年，第630-633页。⇒191; [27] M.Li，B.H.Kim，A.I.Mourikis，使用惯性传感和滚动快门相机的手机实时运动跟踪，Proc。IEEE机器人与自动化国际会议（ICRA’13），德国卡尔斯鲁厄，2013年，第4712-4719页。⇒208; [28] M.Li，A.I.Mourikis，基于优化的视觉辅助惯性导航估计器设计，Proc。机器人学：科学与系统会议，澳大利亚新南威尔士州悉尼，2012年，第504-509页。⇒209中； [29] M.Li，A.I.Mourikis，摄像系统的三维运动估计和在线时间校准，Proc。IEEE机器人与自动化国际会议（ICRA’13），德国卡尔斯鲁厄，2013年，第5709-5716页。⇒208; [30] M.Li，A.I.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.Li，H.Yu，X.Zheng，A.I.Mourikis，视觉辅助惯性导航中的高精度传感器建模和自校准，Proc。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.S.Liu，科学计算中的蒙特卡罗策略，Springer Publishing Company，Incorporated，2008年。⇒204; ·兹比尔1132.65003 [33] H.Longuet-Higgins，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.Lourakis，A.Argyros，SBA：通用稀疏束调整软件包，ACM数学软件交易（TOMS）⇒ 36, 1 (2009) 1-30. ⇒192; ·Zbl 1364.65052号 [35] D.G.Lowe，从局部尺度变异特征识别物体，Proc。IEEE国际计算机视觉会议（ICCV'99），第2卷，希腊科尔基拉，1999年，第1150-1157页。⇒190; [36] J.Matas，O.Chum，M.Urban，T.Pajdla，《来自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.Montemerlo，S.Thrun，D.Koller，B.Wegbreit，Fasslam：同时定位和映射问题的分解解决方案，Proc。美国人工智能协会（AAAI），加拿大艾伯塔省埃德蒙顿，2002年，第593-598页。⇒209; [38] M.Montemerlo，S.Thrun，D.Koller，B.Wegbreit，FastSLAM 2.0：可证明收敛的同时定位和映射的改进粒子滤波算法，Proc。国际人工智能联合会议（IJCAI-03），墨西哥阿卡普尔科，2003年，第1151-1156页。⇒209; [39] R.Mur-Artal，J.M.M.Montiel，J.D.Tard_os，ORB-SLAM：一个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.Newcombe，S.J.Lovegrove，A.J.Davison，Dtam：实时密集跟踪和绘图，Proc。国际计算机视觉会议（ICCV'11），IEEE计算机学会，华盛顿特区，美国，2011年，第2320-2327页。⇒196; [41] D.Nist_er，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学报（TPAMI'04）26，6（2004）756-777。⇒191; [42] D.Nister，H.Stewenius，用词汇树进行可伸缩识别，Proc。IEEE计算机视觉和模式识别会议（CVPR'06）第2卷，IEEE计算机学会，西雅图，华盛顿州，美国，2006年，第2161-2168页。⇒195207； [43] T.Oskiper，Z.Zhu，S.Samarasekera，R.Kumar，使用多个立体相机和惯性测量单元的视觉里程计系统，Proc。IEEE计算机视觉和模式识别会议（CVPR'07），美国明尼苏达州明尼阿波利斯，2007年，第1-8页。⇒199; [44] O.Pizarro，R.Eustice，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》，澳大利亚悉尼，2003年，第601-612页。⇒191; [45] S.I.Roumeliotis，A.E.Johnson，J.F.Montgomery，使用基于图像的运动估计增强惯性导航，Proc。IEEE机器人与自动化国际会议（ICRA’02）第4卷，美国华盛顿特区，2002年，第4326-4333页。⇒199; [46] C.Roussillon、A.Gonzalez、J.Solfia、J.-M.Codol、N.Mansard、S.Lacroix、M.Devy、Rt-slam：通用实时可视化slam实现，Proc。国际计算机视觉系统会议（ICVS’11），计算机科学讲义6962（2011）31-40。⇒207; [47] E.Rublee，V.Rabaud，K.Konolige，G.Bradski，Orb:筛分或冲浪的有效替代品，Proc。《计算机视觉国际会议（ICCV'11）》，西班牙巴塞罗那，2011年，第2564-2571页。⇒190; [48] S.Särkkä，《贝叶斯滤波与平滑》（第1版），剑桥大学出版社，纽约州纽约市，美国，2013年。⇒203, 205; ·Zbl 1274.62021号 [49] D.Scaramuzza，F.Fraundorfer，《视觉里程计》，第一部分：前30年与基础，IEEE机器人与自动化杂志18，4（2011）80-92。⇒ 187; [50] M.Smith，I.Baldwin，W.Churchill，R.Paul，P.Newman，《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.Solfia，三种不同地标参数化的单目ekf-slam算法的一致性，Proc。IEEE机器人与自动化国际会议（ICRA’10），阿拉斯加安克雷奇，2010年，第3513-3518页。⇒205; [52] J.Sturm，N.Engelhard，F.Endres，W.Burgard，D.Cremers，《rgb-D满贯系统评估基准》，Proc。《智能机器人系统国际会议（IROS’12）》，葡萄牙阿尔加维维拉莫拉，2012年，第573-580页。⇒210; [53] J.Tardif，M.G.M.Laverne，A.Kelly，M.Laversen，《视觉惯性导航的新方法》，Proc。智能机器人与系统国际会议（IROS’10），台湾台北，2010年，第4161-4168页。⇒199; [54] B.触发、相机姿势和4或5个已知三维点的校准，程序。IEEE国际计算机视觉会议（ICCV'99），第1卷，希腊科尔基拉，1999年，第278-284页。⇒191; [55] B.Triggs，P.F.McLauchlan，R.I.Hartley，A.W.Fitzgibbon，束调整|现代综合，Proc。《视觉算法：理论与实践国际研讨会》，Springer Berlin Heidelberg，Corfu，希腊，1999年，第298-372页。⇒192; [56] S.Weiss，R.Siegwart，模块视觉神经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年，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.Wu，S.Agarwal，B.Curless，S.M.Seitz，多芯束调整，Proc。《计算机视觉和模式识别会议（CVPR’11）》，美国科罗拉多州斯普林斯，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。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。