张兴家
- 作品数：4 被引量：29H指数：3
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术一般工业技术更多>>
- 基于平方根容积机器人蒙特卡罗定位算法研究被引量：10
- 2015年
- 针对移动机器人Monte Carlo定位中粒子滤d波存在的粒子退化和粒子多样性匮乏问题,提出基于平方根容积粒子滤波的移动机器人Monte Carlo定位算法。新算法采用平方根容积卡尔曼滤波精确设计粒子的重要性函数,将当前观测信息融入重要性采样过程,提高对真实状态后验概率的逼近程度;新算法在Monte Carlo定位中直接传播及更新协方差阵的平方根因子,避免协方差阵分解与重构过程,保证协方差阵的对称性及正定性;基于排序的自适应局部重采样仅对部分粒子进行重采样,降低计算代价,增加粒子多样性;进而提高算法估计精度和一致性。实验结果表明:相同粒子条件下,新算法的计算代价比容积Monte Carlo定位算法约减少8%,不同粒子数目约多40%;新算法(10个粒子)的估计精度高于Monte Carlo定位算法(100个粒子),高于容积Monte Carlo定位算法(30个粒子)。
- 朱奇光张兴家陈卫东陈颖
- 关键词：MONTE重采样
- 基于视觉的移动机器人蒙特卡罗定位算法研究
- 移动机器人的自主定位是实现移动机器人真正智能化的前提和基础。移动机器人通过获取的环境信息确定位置,而环境信息由其自身携带的传感器获得,所以机器人的自定位与传感器的类型密切相关。视觉传感器凭借其独特优势,使移动机器人的视觉...
- 张兴家
- 关键词：移动机器人蒙特卡罗定位图像匹配SIFT
- 文献传递
- 基于混合特征的移动机器人图像匹配算法被引量：7
- 2015年
- 针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明:与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。
- 陈卫东张兴家朱奇光陈颖
- 关键词：移动机器人图像匹配颜色矩改进SIFT
- 基于颜色矩的改进尺度不变特征变换的移动机器人定位算法被引量：9
- 2016年
- 针对基于图像外观的移动机器人定位中图像特征提取与匹配实时性和准确性差的问题,提出基于颜色矩的改进尺度不变特征变换分级图像匹配算法。该算法先由颜色矩来排序图像序列,再由改进尺度不变特征变换特征与排序后图像序列精确匹配实现定位。其中,改进的尺度不变特征变换算法以基于采样的迭代搜索算法检测极值点,由Sobel算子计算特征点的梯度方向和幅值,提高尺度不变特征变换算法速度及匹配精度。实验结果表明：改进的尺度不变特征变换算法降低误匹配率约9.2%,特征提取与匹配耗时减少约25.8%;分级图像匹配算法减少尺度不变特征变换特征计算代价约70%,减少总体耗时约43.3%。
- 朱奇光张兴家陈卫东陈颖
- 关键词：计量学移动机器人图像匹配颜色矩
