基于模糊自适应多运动模型的相机、GPS与IMU传感器融合
机器人学
2017-04-21 v1 计算机视觉与模式识别
摘要
用于增强现实 (AR) 应用的跟踪系统有两个主要要求：精度和帧率。第一个要求与姿态估计算法的性能以及跟踪系统能在环境中多准确地找到用户的位置和朝向有关。考虑到当前跟踪设备是低成本设备，其精度问题在此运动估计过程中导致静态误差。第二个要求与动态误差（端到端系统延迟；由于估计用户运动并基于此估计显示图像的延迟而产生）有关。本文研究将基于视觉的估计与来自其他传感器（GPS和IMU）的测量相结合，以提高户外环境中的跟踪精度。利用一种新颖的基于模糊规则的方法研究了使用模糊自适应多模型 (FAMM) 的思想，以决定能为融合滤波器带来更高精度和更快收敛的模型。结果表明，由于来自相机的额外估计和模糊运动模型，所开发的跟踪系统比传统的GPS-IMU融合方法更精确。本文还给出了一个文化遗产背景下的应用。
引用
@article{arxiv.1512.02766,
title = {Sensor Fusion of Camera, GPS and IMU using Fuzzy Adaptive Multiple Motion Models},
author = {Erkan Bostanci and Betul Bostanci and Nadia Kanwal and Adrian F. Clark},
journal= {arXiv preprint arXiv:1512.02766},
year = {2017}
}
备注
14 pages, journal