Our approach is to merge vision and

Our approach is to merge vision and odometry information using a Kalman-Filter while combining the strengths of both methods, i.e. the high tracking frequency of odometry and the accuracy of vision. Intuitively, the vision information is used to correct the odometry estimations making the resulting local- ization more accurate and yet fast. To evaluate our approach, we use a version of the Festo Robotino with a Guppy PRO F- 125 camera which is mounted on top of the robot (see Figure 1). We compare the localization results of our approach, the Kalman-filtered Vision and Odometry localization (KVO), with the highly accurate DTrack system as ground truth

ผลลัพธ์ (ไทย) 1:

วิธีการของเราคือการผสานวิสัยทัศน์และ odometry ข้อมูลโดยใช้ตัวกรองคาลมานขณะที่การรวมจุดแข็งของทั้งสองวิธีคือการติดตามความถี่สูงของ odometry และความถูกต้องของวิสัยทัศน์ สังหรณ์ใจข้อมูลวิสัยทัศน์ที่จะใช้ในการแก้ไขประมาณการ odometry ทำให้เกิดท้องถิ่น ization ถูกต้องและยังรวดเร็ว เพื่อประเมินวิธีการของเราเราใช้รุ่นของ robotino FESTO กับปลาหางนกยูงโปรกล้องฉ-125 ซึ่งจะติดตั้งอยู่ด้านบนของหุ่นยนต์ (ดูรูปที่ 1) เราเปรียบเทียบผล จำกัด ของวิธีการของเราวิสัยทัศน์ kalman กรองและ odometry จำกัด (kvo) กับระบบ dtrack แม่นยำสูงเป็นความจริงพื้นดิน

ผลลัพธ์ (ไทย) 2:

วิธีของเราคือการ ผสานข้อมูลวิสัยทัศน์และ odometry โดยใช้ตัวกรอง Kalman ขณะรวมจุดแข็งของทั้งสองวิธี เช่นความถี่ในการติดตามสูงของ odometry และความถูกต้องของวิสัยทัศน์ สังหรณ์ใจ ข้อมูลวิสัยทัศน์ใช้เพื่อแก้ไขการประเมิน odometry ทำ ization ท้องถิ่นที่เกิดขึ้นถูกต้อง และรวดเร็วได้ การประเมินวิธีการของเรา เราใช้รุ่น Robotino สายลม Festo กับปลาหางนกยูง PRO F - 125 กล้องที่ติดบนหุ่นยนต์ (ดูรูปที่ 1) เราเปรียบเทียบการแปลผลของวิธีการของเรา ที่กรอง Kalman วิสัยทัศน์และ Odometry แปล (KVO), กับความถูกต้องสูงระบบ DTrack เป็นดินจริง

ผลลัพธ์ (ไทย) 3:

วิธีของเราคือการรวมข้อมูล odometry วิสัยทัศน์และการใช้ kalman-filter ในขณะที่การรวมจุดแข็งของทั้งสองวิธีคือการติดตามความถี่สูงของ odometry และความถูกต้องของ ภาพ เร่งข้อมูลวิสัยทัศน์ที่จะใช้ในการแก้ไขการประเมิน odometry ทำให้ส่งผลให้ท้องถิ่น - ทำให้กริยาที่ลงท้ายด้วย - ize ที่ถูกต้องแม่นยำยิ่งขึ้นและยังได้อย่างรวดเร็ว ในการประเมินผลการศึกษาของเราเราใช้เวอร์ชันของ festo robotino ที่พร้อมด้วย guppy Pro F - 125 กล้องที่ติดตั้งอยู่บนด้านบนของหุ่นยนต์(ดูรูปที่ 1 ) เราเปรียบเทียบผลการแปลของวิธีการของเราการแปลเอกสารข้อมูลเกี่ยวกับ kalman - ที่กรองแล้ววิสัยทัศน์และ odometry ( kvo )ด้วยระบบ dtrack มีความแม่นยำสูงมากที่เป็นความจริงล่าง