MétaCan
Menu
Retour à la cohorte
Enregistrement W2409440702 · doi:10.2316/journal.206.2009.3.206-3268

STEREO-BASED RECONSTRUCTION UNCERTAINTY AND EGO-MOTION ESTIMATION

2009· article· en· W2409440702 sur OpenAlexvenueno aff
Yi‐Chun Du, Jingting Sun, Jiawei Han, Yi Tang

Notice bibliographique

RevueInternational Journal of Robotics and Automation · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueVideo Surveillance and Tracking Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEstimationArtificial intelligenceId, ego and super-egoComputer visionMotion (physics)PsychologyEconomicsPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Based on the analysis of reconstruction uncertainty, an ego-motion estimation method using the uncertainty to reduce error propagation is proposed. In our method, Harris corners are matched and tracked by an improved MNCC algorithm which is proposed and utilized to reduce illumination effect. The matched and tracked corners are reconstructed by least-squares method, and the reconstruction uncertainty is described by covariance matrices. least-squares method and sparse Levenberg-Marquardt method combining the reconstruction uncertainty are utilized to estimate the motion of mobile robot roughly and more accurately, respectively. Simulation results showed that our method can estimate the motion of mobile robot accurately and reduce the error propagation efficiently. Practical experiment results in both outdoor and indoor environments demonstrate the actual validity of our method.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,255

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,293
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robotics and AutomationMême sujetVideo Surveillance and Tracking MethodsTravaux en français237 207