-
公开(公告)号：CN119085642A
公开(公告)日：2024-12-06
申请号：CN202411241524.X
申请日：2024-09-05
Applicant: 复旦大学
Abstract: 本发明公开了一种基于事件相机的多传感器融合状态估计系统。本发明中，提出了一种基于事件累计器设置策略和优化的运动校正补偿方法相结合的事件表征方法，并基于此构建了事件流，imu惯性测量，标准图像的多传感器数据融合处理管道。首次将最先进的，基于事件数据驱动的特征跟踪器DeepEvTracker引入并和基于事件运动补偿帧的KLT跟踪器相结合。有效减轻高速运动模糊和HDR场景下的特征跟踪丢失并显著提升了特征更新频率以及预测位移精度。精心设计了一种基于事件数据驱动的多传感器融合状态估计框架，能够在挑战性场景下提供鲁棒且精准的状态估计，且无需依赖密集的手动参数调整和保证实时性的同时优于目前最先进的基于事件和帧的状态估计算法。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
