W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz plik Pobierz BibTeX

Tytuł

Efficient RGB-D data processing for feature-based self-localization of mobile robots

Autorzy

[ 1 ] Instytut Automatyki i Inżynierii Informatycznej, Wydział Elektryczny, Politechnika Poznańska | [ P ] pracownik

Rok publikacji

2016

Opublikowano w

International Journal of Applied Mathematics and Computer Science

Rocznik: 2016 | Tom: vol. 26 | Numer: no. 1

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe
EN
  • visual odometry
  • simultaneous localization and mapping
  • tracking
  • point features
Streszczenie

EN The problem of position and orientation estimation for an active vision sensor that moves with respect to the full six degreesof freedom is considered. The proposed approach is based on point features extracted from RGB-D data. This workfocuses on efficient point feature extraction algorithms and on methods for the management of a set of features in a singleRGB-D data frame. While the fast, RGB-D-based visual odometry system described in this paper builds upon our previousresults as to the general architecture, the important novel elements introduced here are aimed at improving the precisionand robustness of the motion estimate computed from the matching point features of two RGB-D frames. Moreover,we demonstrate that the visual odometry system can serve as the front-end for a pose-based simultaneous localization andmapping solution. The proposed solutions are tested on publicly available data sets to ensure that the results are scientificallyverifiable. The experimental results demonstrate gains due to the improved feature extraction and management mechanisms,whereas the performance of the whole navigation system compares favorably to results known from the literature.

Strony (od-do)

63 - 79

DOI

10.1515/amcs-2016-0005

URL

https://sciendo.com/pl/article/10.1515/amcs-2016-0005

Typ licencji

CC BY-NC-ND (uznanie autorstwa - użycie niekomercyjne - bez utworów zależnych)

Tryb otwartego dostępu

otwarte czasopismo

Wersja tekstu w otwartym dostępie

ostateczna wersja opublikowana

Pełny tekst artykułu

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Punktacja Ministerstwa / czasopismo

25

Impact Factor

1,42

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.