一種基于深度確定性策略梯度的視覺慣性自校準方法,具體包括以下步驟:(1)建立相機和IMU測量誤差模型,利用非線性優(yōu)化算法求解相機?IMU參數(shù);(2)計算Fisher信息矩陣,并分析視覺慣性標定系統(tǒng)可觀測性;(3)將標定過程建模為馬爾可夫決策過程,明確智能體的狀態(tài)空間、動作空間、狀態(tài)轉(zhuǎn)移函數(shù)和獎勵函數(shù);(4)設(shè)計基于深度確定性策略梯度的強化學(xué)習(xí)標定算法,確定不可觀測的離散運動序列,從校準數(shù)據(jù)集篩選出可觀測子序列用于參數(shù)標定。該方法能有效簡化標定過程和降低計算量,無需專業(yè)的人工標定和精準的初始化參數(shù),可以智能化選擇完全可觀測的動作序列進行參數(shù)標定。
聲明:
“基于深度確定性策略梯度的視覺慣性自校準方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)