基于机器视觉的最大似然位姿估计算法

摘要：

针对现有位姿估计算法对采样数据不做任何的统计假设,缺少评判标准等问题,从信号的概率密度函数出发,推导了基于机器视觉的最大似然位姿估计的一般形式,并证明利用单幅图像时,在各向同性高斯噪声情况下传统迭代算法与最大似然估计等效.推导了位姿估计的克拉美-罗界,给出了位姿估计的方差下限.根据仿真结果可以看出,利用10张图像时,最大似然算法在噪声功率大于5 dB的情况下,性能明显优于传统迭代算法,证明适当增加图像数可有效提高估计性能.

关键词：机器视觉、位姿估计、最大似然估计、克拉美-罗界

所属期刊栏目：40

分类号：TN201;TP391.41(光电子技术、激光技术)

资助基金：国防预研基金项目4010905010301

在线出版日期：2019-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：253-258