视觉-惯性-编码器RGB-D SLAM系统提出
热点事件历史事件
视觉-惯性-编码器RGB-D SLAM系统提出
1 篇报道1 个报道来源8 天前更新
先了解这件事
AI 综述
Zhanghao Zhu等作者提出一种紧耦合视觉-惯性-编码器RGB-D SLAM系统,用于差速轮式机器人。作者称,他们为编码器建立生成式测量模型,并推导出最大后验估计表达式及优化所需雅可比。 在自建数据集上,该系统实时状态估计的均方根误差约为2–7厘米;作者称,该系统用于弥补纯视觉方案在特征点暂时缺失和快速运动时的失效。源码和含编码器信息的数据集已公开。
AI 根据报道生成 · 8 天前更新
最新进展11月2日 13:00
面向差速轮式机器人的视觉-惯性-编码器 RGB-D SLAM报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv cs.RO面向差速轮式机器人的视觉-惯性-编码器 RGB-D SLAM
研究提出编码器的生成式测量模型,并推导最大后验估计表达式与优化所需雅可比,构建了紧耦合的视觉-惯性-编码器 RGB-D SLAM 系统。在自建数据集上,该系统实时状态估计的均方根误差约为 2-7 cm,用于弥补纯视觉方案在特征点暂时缺失和快速运动时的失效。源码和含编码器信息的数据集已公开。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 411月4日 01:00
- 近 24 小时变化
- –
01234
02:0004:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。