...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE sensors journal >UKF for Integrated Vision and Inertial Sensors Based on Three-View Geometry
【24h】

UKF for Integrated Vision and Inertial Sensors Based on Three-View Geometry

机译：UKF基于三视图几何的集成视觉和惯性传感器

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An unscented Kalman filter (UKF) is derived for integrating vision with inertial measurements from gyros and accelerometers sensors based on three-view geometry. The main goal of the proposed method is to provide better estimations compared to the implicit extended Kalman filter introduced by Indelman . The UKF uses a selected set of points to more accurately map the probability distribution of the measurement model than the linearization of the extended Kalman filter, leading to faster convergence from inaccurate initial conditions in estimation problems. The proposed method is validated using a statistical study based on simulated navigation and synthetic images data.
机译：派生出了无味卡尔曼滤波器（UKF），用于将视觉与基于三视图几何形状的陀螺仪和加速度计传感器的惯性测量相集成。与Indelman 引入的隐式扩展卡尔曼滤波器相比，该方法的主要目的是提供更好的估计。与扩展卡尔曼滤波器的线性化相比，UKF使用一组选定的点来更准确地映射测量模型的概率分布，从而导致估计问题中不准确的初始条件更快地收敛了。使用基于模拟导航和合成图像数据的统计研究对提出的方法进行了验证。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号