面向野外视觉-惯性云台的基于自适应采样的粒子滤波
机器人学
2024-01-09 v5 系统与控制
图像与视频处理
系统与控制
摘要
本文提出一种基于计算机视觉(CV)的跟踪与融合算法,专用于自然环境中无人机上的 3D 打印云台系统。该完整云台系统以地平线与地平面为参考,可在具挑战性的自然场景中鲁棒稳定相机朝向。我们的主要贡献如下:a) 从头训练一个轻量 ResNet-18 骨干网络模型,并部署至 Jetson Nano 平台,将图像分割为二值部分(地面与天空);b) 我们利用自然线索的几何假设,以地平线与地平面为参考,提供了鲁棒视觉跟踪的可能;c) 基于球面的自适应粒子采样,可灵活融合来自多传感器源的朝向。整个算法流水线在我们的定制云台模块(含 Jetson 及其他硬件组件)上测试。实验在真实地貌中一栋建筑顶部进行。
引用
@article{arxiv.2206.10981,
title = {Adaptive Sampling-based Particle Filter for Visual-inertial Gimbal in the Wild},
author = {Xueyang Kang and Ariel Herrera and Henry Lema and Esteban Valencia and Patrick Vandewalle},
journal= {arXiv preprint arXiv:2206.10981},
year = {2024}
}
备注
content in 6 pages, 9 figures, 2 pseudo codes, one table, accepted by ICRA 2023