本文提出了一种新的方法，同时解决了使用固定平面标记来进行多相机三维物体跟踪所面临的问题，能够在低分辨率摄像头下获得高精度的跟踪结果，从而在实现物体实时跟踪的同时，大大降低了计算成本。

Mar, 2021

本研究通过使用具有黑白方格图案的方形人工地标的视觉 SLAM，对三种移动机器人定位模式进行了比较研究：SLAM、带先验地图的 SLAM 和带先验地图的定位。通过使用手持相机拍摄的室内图像序列来评估它们的性能，并通过扰乱先验地图的质量来研究每种模式对扰乱的容忍程度。硬件实验表明这三种模式在轨迹误差方面表现一致，其中定位模式的运行时间最短。然而，在地图扰动下，带先验地图的 SLAM 保持了性能，而定位模式在两个方面都有所降低。

Sep, 2023

本篇论文提出了一种通过检测无人机平面标记的多个视角的一致性来解决定位问题中的歧义问题的方法。该方法可以更有效地解决标记姿态歧义问题，并提供更精确、完整的基于标记的映射和定位。

Sep, 2019

该研究通过采集安装在四旋翼飞行器上的摄像头捕捉户外图像序列，定量分析了逆境环境条件对标记物探测的影响，并研究了其在精准起降以及城市场景飞行器飞行中提高可靠性的潜力。研究基于温度、光照、风速、湿度、能见度和降水等逆境条件下的半自主起降操作，评估了标记物的探测性能，包括准确性、召回率、连续性、可用性、鲁棒性、弹性和覆盖范围，并将数据集和分析代码作为开源资源发布给公众。

Sep, 2023

该研究提出了 MarkerPose，一个基于三个圆形平面目标和立体视觉系统的强韧实时姿态估计系统，其包括用于 marker 点检测的像素级准确键点定位和分类的 SuperPoint 网络以及用于亚像素级准确键点检测的轻量级椭圆分割网络。该方法通过立体测量来估计 marker 的姿态，具有更高的精度和抗噪声性能，适用于需要高精度姿态估计的 3D 自由手超声系统中。

May, 2021

本研究提出了一种基于多视图三角化和非线性最小二乘的方法来优化局部图像特征的定位精度，实验证明该方法能够提高手工制作和学习的局部特征的三角化和相机定位性能。

Mar, 2020

通过推导摄像机拍摄同一场景点的新型线性位置约束，得出一种直接的全局摄像机平移估计线性方法，解决了共线摄像机运动和弱图像关联的问题。最终线性公式不涉及场景点坐标，使其适用于大规模数据，采用基于 $L_1$ 范数的线性方程求解，使该系统对基础矩阵和特征对应的离群值更加鲁棒，在顺序捕获图像和无序互联网图像上进行实验，证明了其在鲁棒性，精度和效率方面的优势。

Mar, 2015

本文提出一种基于图像的定位方法，针对图像检索领域的发展，将大量的参考图像整理为一种可以满足导航系统要求的地标集合，并通过网络流问题的框架为紧凑的地图表示和准确的自我定位提供了可行方案。

Dec, 2018

该文提出了一种使用二次曲面描述三维场景的方法，以提高 LiDAR 测距、定位和映射的空间和时间效率。通过分解成稀疏的二次曲面贴片来代替原始点云数据，该方法避免了点对点的最近邻搜索过程，具有更高的存储效率和准确性，适用于 KITTI 和 UrbanLoco 数据集中大容量点云的实验。

Apr, 2023

我们提出了一种新颖的基于位置的学习方法，用于清理和解决光学动作捕捉数据。我们提出了一种新的异构图神经网络，将标记点和关节视为不同类型的节点，并使用图卷积操作提取标记点和关节的局部特征并将其转化为清晰的动作。我们的方法在多个数据集上取得了高准确性，相对于最先进方法，对于遮挡的标记点位置误差的预测准确性提高了约 20％，从而进一步降低了重建关节旋转和位置的误差约 30％。

Sep, 2023