【摘 要】
：
随着同时定位与地图构建（Simultaneously Localization And Mapping,SLAM）技术的广泛应用,如何使定位的结果更加精确,这项研究逐渐成为近几年的热点内容。RGBD相机能提取到图像中的彩色信息与深度信息,在光照变化较大、快速运动、纹理缺失的场景下仍能测距,但是在复杂环境下,系统易出现误匹配、定位不准确等问题。针对上述问题,本文基于Kinect相机构建了一种融合点线
论文部分内容阅读
随着同时定位与地图构建（Simultaneously Localization And Mapping,SLAM）技术的广泛应用,如何使定位的结果更加精确,这项研究逐渐成为近几年的热点内容。RGBD相机能提取到图像中的彩色信息与深度信息,在光照变化较大、快速运动、纹理缺失的场景下仍能测距,但是在复杂环境下,系统易出现误匹配、定位不准确等问题。针对上述问题,本文基于Kinect相机构建了一种融合点线特征的视觉里程计,并引入IMU进行信息融合,提出一种基于点线特征融合的视觉惯性紧耦合的视觉SLAM系统,可满足结构化室内场景的机器人定位需求。本文的主要研究内容如下:（1）介绍了RGB-D相机的工作原理,并进行标定实验得到相机的内参与相机的畸变系数,经过标定校准的RGB-D相机的匹配度明显提高。（2）针对点特征在低纹理场景中定位精确度不足的问题,将线特征引入视觉SLAM系统,构建融合点线特征的RGB-D视觉里程计。对于前端中特征提取与匹配部分,分别利用改进的ORB算法和EDLines线特征检测器提取图像中的点线特征,用暴力匹配算法找到相邻图像帧的匹配对,再利用优化的RANSAC算法去除误匹配,然后构建点、线特征的重投影误差模型。（3）针对视觉与IMU的融合,首先基于IMU预积分理论对IMU传感器数据与深度相机数据进行时间戳对齐,接着基于滑动窗口优化构建了视觉与IMU紧耦合的优化框架,对机器人位姿进行非线性优化。（4）为了验证本文研究的基于视觉IMU融合与点线融合的SLAM系统的可行性,首先在ETH-challenging公开数据集上进行了三组对比实验,分析得出本文所提算法能够有效改善系统性能,另外还进行了室内真实场景的定位效果验证,结果表明本文所研究的系统在结构化室内环境中具有高精度的定位。
其他文献
超分辨技术是计算机视觉等领域的重要与热门研究方向,在医疗成像等众多领域有广泛的应用。基于深度学习的超分辨重建技术在近几年中发展迅速,神经网络模型对高分辨图像的重构性能越来越强,充分体现了使用深度学习解决超分辨任务的优势。但基于深度学习的超分辨重建技术在提升系统性能时很多是依靠堆叠大量神经网络和设计各种复杂的网络来实现的。同时训练后得到的部署模型存在推理时间长、参数量多等问题。这导致了设计的许多神经
深度预测和相机姿态估计一直以来是计算机视觉领域重要的研究方向之一,是指计算机通过二维图像估计出场景的深度信息和相机姿态信息,广泛应用于自动驾驶、服务型机器人和无人机等人工智能领域。传统基于几何的深度预测方法和相机姿态估计方法虽然在一定程度上能得到场景的深度信息和相机的姿态信息,但是存在计算过程复杂、场景适应性差等问题。目前,基于深度学习的深度预测和相机姿态估计方法一般以卷积神经网络和循环神经网络为
受脑科学、神经计算科学研究的启发,脉冲神经网络作为模仿生物大脑机理的计算模型,在仿生视觉、嗅觉、记忆等应用场景中暂露头角,并逐渐成为脑模型研究的主流。脑科学研究表明,生物大脑的神经元突触个数比其神经元数量大3-4个数量级,生物大脑每周期的生物实时处理时间大概为1-10 ms,大脑工作过程伴随着大量脉冲信号的传递。因此,脑模型的生物实时仿真可抽象为超大规模的图计算和海量微小脉冲包的通信问题,给传统冯
随着大数据时代的飞速发展,现实生活中的许多数据呈现出高数据量和高维度的特点。由于这些现实数据含有特定的物理意义,通常都具有非负性,被统称为非负张量数据。现实的非负张量数据经常呈现“高维,大规模和异构”等形态,其有价值的信息蕴含在复杂的潜在结构中,随着数据规模的不断增大,数据分析所需的存储和计算成本也相应增加。此外,流形学习技术指出,观测到的数据实际上是通过内在流形结构映射到高维空间的。但现有的经典
由于可以制成体积小、重量轻、能量密度大的可穿戴便携产品为数码设备、动力汽车等提供能量,锂离子成为了是当下应用最广泛的储能设备。电极材料是锂离子电池的重要组成部分,其容量也是决定电池性能的关键因素。为满足新能源汽车、航空航天及国防等高耗能场合对于动力电池的需求,研发高容量、环保且性价比高的负极材料显得尤为重要。锡基材料因为价格低廉、无毒且具有高理论比容量（Sn:994m Ah/g,SnO2:1494
在当今的大数据时代,个人隐私数据的丢失尤为严重,这给个人和社会产生了非常恶劣的影响。因此,研究在大数据环境下如何保护数据安全已经成为最重要的问题之一。只有处理好信息安全的瓶颈,信息技术才能讯速、广泛地发展。本文旨在研究如何快速将敏感数据从成千上万的数据中区分出来,并对敏感的私有数据进行加密以实现保护的目的。目前,对于大数据加密算法领域,普遍存在着较短的密钥长度、加密速度慢等缺点。本文在研究原有的数
在信息化时代,每个互联网用户都可以在网上发布内容。但是这导致各大应用程序上信息过载,人们难以在内容丰富的应用中很快找到自己感兴趣的内容,于是各大视频应用开始使用推荐系统。推荐系统能够主动推送用户可能会喜欢的内容,进而解决视频应用内信息过载,以及用户不知道自己想看什么的问题。推荐系统需要根据已有的用户数据进行推荐,但是一旦数据难以收集,就会出现数据稀疏的问题。传统的视频推荐算法在面对稀疏的数据时表现
商标作为知识产权中重要的一环,在社会经济发展中发挥着无可替代的作用。作为商品和厂家的重要标志,商标不仅象征着商品的质量,也代表了商家的名誉,因此受到越来越多的重视。与此同时,随着商标图像数量的爆炸性增长,如何有效且高效地对商标进行检索已然成为知识产权保护和应用领域的难题。现有的商标检索方法还存在数据标注成本高、有效特征提取难等问题,为了更好地学习商标特征信息,获得更好的检索结果,本文提出了一种基于
随着“中国制造2025”、“制造强国战略”、“再工业化战略”等制造业相关政策的提出,信息化制造成为了各个制造企业关注的重点。各企业进行信息化建设与信息化管理的目的都是为实现低成本、高效率地完成制造生产任务,实现生产计划与制造作业执行之间的高度同步。现阶段,市面上大部分的制造执行系统可以实现制造企业的制造资源管理需求。但随着全球市场经济竞争的加剧,企业在制造管理的红利已经挖掘殆尽,定制化生产的时代到
心血管疾病是导致人类死亡的首要病症,而心脏活动状况通常可以反映身体的病理信息。心音是由心脏瓣膜突然关闭或湍流而产生的,其是评估心脏功能的重要线索。目前,听诊器是心血管疾病临床上常用的诊断用具,其在采集心音时,易受环境噪声和体内伪迹（如肺音）的干扰,从而影响医生听诊有效性。由于对心脏准确听诊需要广泛持久的训练,因此利用计算机辅助心音分析是非常有必要的。对此,本文提出基于注意力机制的卷积神经网络（Co