【摘 要】
：
机器视觉导航在机器人、智能驾驶等领域应用越来越广泛,导航数据集对于导航算法的训练和测试发挥着重要的作用,但目前导航数据集大多基于固定轨迹生成,存在不能生成任意轨迹下的数据、通用性差等问题。本文基于RGB-D相机（彩色-深度相机）,提出一种基于三维重建模型的导航仿真数据集生成方法,实现了在重建三维模型中根据设定的轨迹、视觉传感器类型,生成包含图像序列和轨迹序列等信息的数据集。具体工作如下:（1）综合
论文部分内容阅读
机器视觉导航在机器人、智能驾驶等领域应用越来越广泛,导航数据集对于导航算法的训练和测试发挥着重要的作用,但目前导航数据集大多基于固定轨迹生成,存在不能生成任意轨迹下的数据、通用性差等问题。本文基于RGB-D相机（彩色-深度相机）,提出一种基于三维重建模型的导航仿真数据集生成方法,实现了在重建三维模型中根据设定的轨迹、视觉传感器类型,生成包含图像序列和轨迹序列等信息的数据集。具体工作如下:（1）综合分析了基于视觉的三维重建技术和现有导航数据集的国内外研究现状,设计了基于RGB-D相机的三维重建和基于导航仿真的数据集生成方案。（2）提出一种基于三维重建模型的导航仿真数据集生成方法。利用单应性变换原理,实现了RGB-D相机深度和颜色信息融合。采用SIFT（Scale-invariant feature transform,尺度不变特征变换）特征、Kabsch算法和基于分层优化策略的位姿解算方法,实现采集的数据对齐到统一的坐标系下,并基于TSDF（Truncated Signed Distance Field,截断符号距离场）算法和MC（Matching Cubes）算法实现表面重构,实现了室内场景三维重建。采用Recast Navigation算法为重建的三维模型构建导航网络,实现了对该三维模型内可行走区域的约束;采用AI Habitat平台实现在该三维场景模型内的任意轨迹的模拟导航,并根据导航轨迹生成导航仿真数据集。（3）进行了室内场景三维重建和导航仿真数据集生成实验。实验结果验证了本文方法的有效性。该方法能够实时地通过RGB-D相机采集的数据,实现室内三维场景重建,生成任意轨迹、多类型视觉传感器导航仿真数据。
其他文献
近年来随着科技的迅速发展,人们对于产品的智能化以及自主化提出了更高的要求。在自动驾驶及驾驶辅助领域,行为主体的环境感知与自主决策能力成为关注的焦点。其中目标检测与测距技术作为关键技术,深刻影响着行为主体对周边环境目标种类的分辨以及距离的感知能力。基于单传感器及传统目标检测算法的目标检测与测距技术愈发无法满足主体对复杂环境感知的要求。而基于深度学习的目标检测算法以及基于传感器融合的环境感知技术能够提
经过了多年的发展,协作机器人的控制算法依然以拖动示教和阻抗控制为主,无法更好地发挥协作机器人与人合作的优势。因此本文针对重复的人机协作任务,对协作机器人控制算法进行了研究。机器人可以在与人进行协作任务的同时,通过记录任务时的相关位置、力和速度等信息,利用迭代学习控制算法更改机器人的参考运动轨迹,从而使得机器人适应人类的操作与运动习惯,提升人类在人机协作任务中的舒适性以及协作任务的精确性。在研究人机
科学技术的发展使得现代战争基本上已经实现了海陆空的全方位监测和打击,但是目前针对两栖环境下的作战平台的研制开发却并未进入实际战场应用阶段。随着我国军事战略重心的转移以及国际外部环境的压力,水陆两栖作战环境是我军以后比较常见的作战环境,为了增强我军在海滩、沼泽湿地等水陆两栖环境下的作战能力,有必要研制一款水陆两栖作战平台,实现对两栖战场环境的侦查、监测和打击,两栖作战平台可以代替人类去执行危险任务,
谐振式光纤陀螺（RFOG）是一种以光学Sagnac效应为基础的光学陀螺,与传统干涉式光纤陀螺相比,谐振式光纤陀螺可以在光纤环更短的情况下达到和干涉式光纤陀螺相同的检测精度,受到国内外研究人员的广泛关注。有学者论证,用圆偏振腔代替传统线偏振腔在抑制各种光学噪声的方面上具有更好的效果。论文在此基础上,利用法拉第旋光效应,提出了新的闭环控制方案,并开展了相关研究工作。本文提出的信号处理方案进一步增强了谐
无人机和卫星遥感的飞速发展使得航拍图像越来越容易获取。相比于自然场景下拍摄的图像,航拍图像通常能够包含更多的地物信息,因此如何在航拍图像中进行检测已成为当前热门的研究课题。然而由于特殊的拍摄视角,航拍图像中具备检测意义的目标尺度通常非常小,例如人、车等,而且航拍图像也具有背景复杂、正负样例不平衡以及目标类别之间不平衡等问题,这给目标检测造成了极大的困难。当前基于卷积神经网络的航拍检测算法已经成为主
随着反应堆工程技术的不断发展,对于反应堆物理计算的要求不断提高,传统的中子扩散方程求解存在计算时间长以及所需存储空间较大等问题。因此,对于如何快速、准确的获得扩散方程结果的研究具有重要意义。现代计算机技术和性能在不断地改进和发展以及现代人工智能迅猛的发展,计算机的性能足够维持现代人工智能研究所迫切需要的高性能算力需求,人工智能也得到了快速的发展,其中深度学习已成为了解决一些实际问题的重要手段。在核
绳驱机械臂是一种采用绳索传动将电机等驱动单元全部可布置在基座的新型结构的机械臂。相比于传统的机械臂而言,绳驱机械臂的质量和惯量更小、负载能力更强、更容易实现轻量化和小型化,并且由于使用绳索传动使得绳驱机械臂具有一定的柔性。基于上述特点,采用绳驱结构特别适合应用于人性机器人以及与人进行交互的场景。绳驱结构将为机器人领域提供一种新的解决方案,对绳驱机械臂的研究将在这些方向发挥重要作用。本文首先首先对绳
当车辆行驶在长波路面或离散冲击路面时,路面高度的变化通过车轮传递到车身,会带来明显的颠簸感,影响车辆乘坐的舒适性,同时,当路面的变化较剧烈时,车轮有可能与地面脱离接触,会影响车辆的操纵稳定性。半主动悬架被广泛应用于车辆控制当中,用于改善车辆性能。本文以半主动悬架为研究对象,首先对路面高度进行估计,进而在路面已知的情况下,对半主动悬架进行控制,从而提升悬架控制效果。首先,本文建立了一种新的考虑车身俯
主动脉血管疾病是人类心血管疾病中最具威胁的健康杀手。通过主动脉形态结构监测其健康状况能够及时诊断出主动脉夹层和主动脉瘤等疾病,已成为临床中重要的计算机辅助诊断方式。医学图像人工标注将耗费大量时间,且因受标注者主观影响而有所差异。本文提出了一种基于深度学习的全自动精细化主动脉分割算法,有效解决了医学图像分割尤其是管状结构分割任务的难点问题,具有较强的鲁棒性和泛化性。本文第一部分针对融合上下文语义信息
提高低压涡轮单个叶片载荷可以减少低压涡轮叶片数目,有效降低低压涡轮部件质量,实现提高发动机推重比的目的。然而由于负荷的增加,叶片吸力侧附面层会承受更大的逆压梯度,在高空低雷诺数工作环境下更易发生层流分离,造成损失剧烈增加,严重影响发动机的工作效率和飞行器的续航时长。因而通过研究开发有效的流动控制手段,抑制由负荷提升造成的低雷诺数下层流分离带来的不利影响,是近些年高负荷低压涡轮相关研究中的一大热点。