TY - A2的命运l . AU -阮Trung AU -曼,乔治·k . i . AU - Vardy Andrew AU - Gosine雷蒙德·g . PY - 2020 DA - 2020/06/03 TI - CKF-Based视觉惯性测程法长期轨迹操作SP - 7362952六世- 2020 AB -估计误差积累的传统视觉惯性测程法(VIO)通常禁止准确长期操作。一些先进技术,如全球构成图优化和循环闭合需求相对较高的计算和处理时间为整个轨迹和执行优化过程可能不是可行的实现在低成本机器人平台。为了让VIO操作较长的时间没有使用或者生成一个地图,本文开发迭代求容积法对VIO应用程序上执行多个修正卡尔曼滤波器单一度量值来优化当前过滤状态和协方差测量更新。优化过程终止使用基于最大似然估计的标准。作为比较,本文还开发第二个VIO估计与测距测量集成解决方案。车辆之间的无线通信和多个信标生产测量和帮助到绑定累计错误。实验利用公开的数据集进行验证,严格的对比提出了两个解决方案来确定每种解决方案的应用程序场景。SN - 1687 - 9600你2020/7362952 / 10.1155——https://doi.org/10.1155/2020/7362952——摩根富林明——《机器人PB - Hindawi KW - ER