Robust inference for visual-inertial sensor fusion
Robust inference for visual-inertial sensor fusion
复制标题
视觉惯性传感器融合的鲁棒推理
DOI：
10.1109/icra.2015.7139924
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Stefano Soatto
中科院分区：
文献类型：
--
作者：
Konstantine Tsotsos;A. Chiuso;Stefano Soatto
从惯性和视觉感官数据的融合推断三维运动必须与后者的异常值优势作斗争。鲁棒滤波处理选择适合模型的数据并估计其状态的联合推理和分类任务。我们推导了最优判别并提出了几个近似，其中一些在文献中使用，另一些是新的。我们通过指出其近似值背后的假设，从分析上和经验上对它们进行比较。我们表明，性能最好的方法提高了最先进的视觉惯性传感器融合系统的性能，同时保持了相同的计算复杂度。
Inference of three-dimensional motion from the fusion of inertial and visual sensory data has to contend with the preponderance of outliers in the latter. Robust filtering deals with the joint inference and classification task of selecting which data fits the model, and estimating its state. We derive the optimal discriminant and propose several approximations, some used in the literature, others new. We compare them analytically, by pointing to the assumptions underlying their approximations, and empirically. We show that the best performing method improves the performance of state-of-the-art visual-inertial sensor fusion systems, while retaining the same computational complexity.
登记。
DOI：
10.1007/978-1-4939-7647-8_1
发表时间：
2018
期刊：
Neuromethods
影响因子：
--
作者：
Joshi,AnandA
通讯作者：
Joshi,AnandA