Line-Circle：一种用于单相机基于边缘的目标检测的几何滤波器

本文提出了一种前沿的目标检测方法，旨在应用于未来的 SLAM 问题。尽管已有许多 SLAM 方法被提出，以为移动机器人（即地面车辆）创造合适的自主性，但它们在进入具有大量地标的广阔空间时，仍然面临过度自信和大量计算的问题。特别是，它们因仅依赖有限的传感器（如相机）而遭受不切实际的应用。所提出的方法声称，无人地面车辆无需庞大的目标定义数据库和高度先进的预测参数，即可在相机直线运动期间实时处理传入的目标。Line-Circle (LC) 滤波器尝试对每个已定义的专家应用检测、跟踪和学习，以获取更多信息来判断场景，而无需过度计算。在该滤波器中，圆形专家让我们将边缘分组汇总。各专家之间的交互反馈学习创造了最小误差，以对抗拥挤场景中压倒性的地标符号，而无需建图。我们的专家基本上依赖于信任因子与几何定义的协方差来忽略、涌现和比较检测到的地标。验证该模型的实验是利用一个相机和一个用于位置估计的 IMU 传感器进行的。