视觉增强RTK论文（1）—— GNSS-Stereo-Inertial SLAM for Arable Farming

8月前作者：点PY 分类：Toy博客阅读(27) 违法举报

这篇具有很好参考价值的文章主要介绍了视觉增强RTK论文（1）—— GNSS-Stereo-Inertial SLAM for Arable Farming。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

摘要

农业任务自动化速度的加快要求现场机器人采用高精度和鲁棒的定位系统。同时定位和映射（SLAM）方法不可避免地会在探索性轨迹上积累漂移，并且主要依赖于位置重新访问和循环闭合来保持一个有界的全局定位误差。环状闭合技术在农田中具有显著的挑战性，因为不同视野的局部视觉外观非常相似，并且很容易由于天气的影响而发生改变。在实践中，一个合适的替代方案是将全球传感器定位系统与其他机器人传感器联合使用。在本文中，我们提出并实现了GNSS、立体视图和惯性测量的定位融合。具体来说，我们以一种紧密耦合的方式，将GNSS测量值合并到立体惯性ORB-SLAM3管道中。我们彻底评估了我们在罗萨里奥数据集序列（Pire et al.，2019）中的实现，由大豆领域的自主机器人记录，以及我们自己的内部数据。我们的数据包括来自传统GNSS的测量数据，很少包括在最先进的方法的评估中。在这个应用案例中，我们描述了GNSS文章来源地址https://www.toymoban.com/news/detail-776077.html

到了这里，关于视觉增强RTK论文（1）—— GNSS-Stereo-Inertial SLAM for Arable Farming的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

【opencv】示例-stereo_calib.cpp 基于OpenCV的立体视觉相机校准的完整示例

这段代码是一个用于执行立体视觉系统校准的应用程序的主函数main。它按以下步骤执行：初始化用于指定棋盘尺寸、图像列表文件名、是否展示校正结果等参数的变量。解析命令行输入的参数，其中包括棋盘的宽度、高度、类型、格子大小、Aruco标记大小、Aruco字典名称、额

2024年04月15日
浏览(35)
论文笔记：Efficient Deep Visual and Inertial Odometry with Adaptive Visual Modality Selection

说在前面：本人是个菜鸡，纯菜鸡，以下我的理解绝对会有错误，欢迎指正共同进步！文章题目：Efficient Deep Visual and Inertial Odometry with Adaptive Visual Modality Selection 论文链接：论文代码链接：代码贡献点 1.提出了一种新颖的方法，自适应禁用视觉模态，实现高效的基于深度学

2024年01月19日
浏览(31)
DSGN: Deep Stereo Geometry Network for 3D Object Detection---基于双目视觉的3D目标检测（1）

为了弥合2D图像和3D空间之间的差距，在平面扫描体中建立立体对应关系，然后将其转换为3DGV（3D geometric volume），以便能够对3D几何体和语义线索进行编码，并能在世界坐标系中进行目标检测。设计了一条端到端的pipeline，用于提取像素级特征以进行立体匹配，并提取高级特

2024年02月12日
浏览(30)
论文阅读《Domain Generalized Stereo Matching via Hierarchical Visual Transformation》

论文地址：https://openaccess.thecvf.com/content/CVPR2023/html/Chang_Domain_Generalized_Stereo_Matching_via_Hierarchical_Visual_Transformation_CVPR_2023_paper.html 立体匹配模型是近年来的研究热点。但是，现有的方法过分依赖特定数据集上的简单特征，导致在新的数据集上泛化能力不强。现有的立体匹配

2024年02月04日
浏览(32)
论文阅读《Learning Adaptive Dense Event Stereo from the Image Domain》

论文地址：https://openaccess.thecvf.com/content/CVPR2023/html/Cho_Learning_Adaptive_Dense_Event_Stereo_From_the_Image_Domain_CVPR_2023_paper.html 事件相机在低光照条件下可以稳定工作，然而，基于事件相机的立体方法在域迁移时性能会严重下降。无监督领域自适应作为该问题的一种解决方法，传统的

2024年02月04日
浏览(26)
论文阅读：UVIO: An UWB-Aided Visual-Inertial Odometry Framework with Bias-Compensated Anchors Initial

今天再次仔细读了UVIO: An UWB-Aided Visual-Inertial Odometry Framework with Bias-Compensated Anchors Initialization这篇论文，这是23年8月份的论文，researchgate里说发表在2023IROS上，主要工作是修改openvins代码利用超宽带技术和视觉惯性里程计提供鲁棒低漂移定位，提出了一种多步初始化程序。卫星

2024年02月04日
浏览(36)
【论文简述】Multi-View Stereo Representation Revisit: Region-Aware MVSNet（CVPR 2023）

1. 第一作者： Yisu Zhang 2. 发表年份： 2023 3. 发表期刊： CVPR 4. ： MVS、3D重建、符号距离场 5. 探索动机：像素深度估计仍存在两个棘手的缺陷。一是无纹理区域的估计置信度较低。二是物体边界附近的许多异常值。这主要是因为表面通常被视为一组不相关的采样点，而

2024年02月10日
浏览(41)
【论文笔记】SVDM: Single-View Diffusion Model for Pseudo-Stereo 3D Object Detection

原文链接：https://arxiv.org/abs/2307.02270 目前的从单目相机生成伪传感器表达的方法依赖预训练的深度估计网络。这些方法需要深度标签来训练深度估计网络，且伪立体方法通过图像正向变形合成立体图像，会导致遮挡区域的像素伪影、扭曲、孔洞。此外，特征级别的伪立体

2024年02月08日
浏览(36)
【论文精读】HAMMER: Learning Entropy Maps to Create Accurate 3D Models in Multi-View Stereo

今天读一篇WACV 2024上MVS的文章，作者来自格拉茨技术大学。文章链接：点击前往为了减少在深度图融合点云参数调整上的实验负担，可以学习基于entropy的filtering mask进而根据两个视角的几何验证来重建三维模型。并且，提出的网络计算开销不大，训练只需要6GB，测试时，3

2024年01月21日
浏览(31)
【深度学习：数据增强】计算机视觉中数据增强的完整指南

可能面临的一个常见挑战是模型的过拟合。这种情况发生在模型记住了训练样本的特征，但却无法将其预测能力应用到新的、未见过的图像上。过拟合在计算机视觉中尤为重要，在计算机视觉中，我们处理高维图像输入和大型、过度参数化的深度网络。有许多现代建模技术可

2024年02月03日
浏览(35)