论文部分内容阅读
视觉里程计(VO)通过轨迹推算,累加运动矢量,得出当前位置的相对定位方法,单目里程计仅使用单个相机作为图像获取载体,使获得信息的要求更低,且能较精确地识别和定位特征点,实时性好,成本也少很多,因此具有更广的应用前景。本课题采用SURF算法来同时检测和匹配特征点,使用一种基于机器学习算法(SVM)自适应卡尔曼滤波器,减缓原本卡尔曼滤波器中会出现的精度低和发散状况,起到优化单目里程计的系统准确度。