【摘 要】
:
随着科技的不断发展,移动机器人技术逐步走出实验室,融入到国民的日常生活中。同步定位与建图(Simultaneous Localization and Mapping,SLAM)算法是移动机器人探索未知环境的基础。相较于雷达,相机具有信息丰富、结构简单、安装方式多元化等特点,因此基于相机的VSLAM(Vision Simultaneous Localization and Mapping,VSLAM
论文部分内容阅读
随着科技的不断发展,移动机器人技术逐步走出实验室,融入到国民的日常生活中。同步定位与建图(Simultaneous Localization and Mapping,SLAM)算法是移动机器人探索未知环境的基础。相较于雷达,相机具有信息丰富、结构简单、安装方式多元化等特点,因此基于相机的VSLAM(Vision Simultaneous Localization and Mapping,VSLAM)成为了机器人技术领域的研究热点。在家用环境中具有光线不足、运动模糊等环境多变的特点,如何提升家用移动机器人定位与建图的精度是该领域的研究难点。首先,本文比较了国内外VSLAM技术的研究现状,研究了基于深度学习的VSLAM相关算法,构建了基于深度学习的VSLAM系统的总体框架,分析了该系统各部件的实现原理。其次,本文针对基于深度学习的视觉里程计算法在光线不足、运动模糊等家用环境中图像特征表述不准确、有效特征提取不足导致位姿估计精度不高且鲁棒性较差的问题,提出了基于长短期记忆双流卷积神经网络的视觉里程计算法。该算法首先通过卷积神经网络的双流架构,将深度图像序列中的轮廓特征作为彩色图像序列中彩色特征的补充引入位姿估计系统,然后将彩色特征图谱与轮廓特征图谱进行融合,最后由长短期记忆循环神经网络(Long Short-Term Memory,LSTM)进行时序建模,估计当前时刻位姿。在TUM数据集上进行实验验证得出,本文提出的改进算法具有更高的精度,在光线不足、运动模糊等家用环境中具有更好的鲁棒性。然后,本文针对卷积神经网络(Convolutional Neural Network,CNN)忽略了浅层特征、不能有效利用轮廓、纹理、形状等细节信息的问题,提出了基于双流架构的多级信息融合算法。该算法首先将双流卷积神经网络中彩色流和深度流的浅层特征与深层特征分别进行拼接,生成彩色拼接特征和深度拼接特征,然后将彩色拼接特征和深度拼接特征进行叠加融合,生成复合特征图谱,最后将复合特征图谱输入LSTM进行时序建模,估计当前时刻位姿。在TUM数据集上进行实验验证得出,采用本文融合算法构建的视觉里程计系统具有更高的精度和鲁棒性。最后,本文设计并实现了基于深度学习的家用移动机器人,并在实验室模拟家用环境进行了综合实验测试。实验结果表明,搭载本文改进算法的移动机器人在模拟家用环境中具有较好的定位与建图效果。
其他文献
数字图像是最重要的信息载体之一,其内容可能涉及个人隐私、企业机密或国家安全,且在传输和存储过程中,存在传输、存储成本大和易遭受非法攻击的问题。针对这些问题,可同时考虑图像的加密和压缩。然而,加密会大幅度降低图像的空间冗余,使密文难以被压缩。为了缓解图像加密与图像压缩之间的矛盾,本文设计了一种基于混沌系统与加密后压缩(Encryption then Compression,EtC)算法的有损压缩图像
光电探测器是人们了解光、利用光的一种重要手段,随着新型材料的不断涌出,光电探测器的发展迎来了新的机遇。石墨烯依靠其超高的载流子迁移率、费米能级可调等优异的物化性质在光电探测领域展现了可观的前景,但受限于其仅为2.3%的吸光率,通常需要通过复合高吸光度材料或者特殊的结构来实现光的有效利用。石墨烯复合结构的光诱导局域场调控效应可实现超高的载流子光电增益,但是外加偏压的设置使该类器件暗电流和噪声都比较大
随着摩尔定律走到尽头,基于冯诺依曼架构的传统计算技术面临着根本性的限制。为了突破传统冯诺依曼架构的设备可变性和互连扩展瓶颈,研究者们开始对生物大脑的工作机制进行研究,生物大脑通过重复神经元和突触这种简单结构实现了一台非常节能的计算机。受这种架构启发,第三代神经网络——脉冲神经网络(Spiking Neural Network,SNN)开辟了人工仿生的一条新道路,用于模拟真实神经系统工作机制。脉冲神
频率综合器(Frequency Synthesizer,FS)作为射频系统中的关键模块,其功能是产生一个本振信号,因而其性能直接影响系统的性能。暴露在辐照环境下的频率综合器易受到高能粒子的轰击而引发单粒子效应,导致芯片暂时失效,严重时甚至会烧毁。为了提高其在辐照环境下的工作稳定性,本文设计了一种频率综合器,并对关键电路进行了抗辐照加固。主要内容如下:首先,本文在分析了传统锁相环(Phase Loc
惯性陀螺寻北仪可以全天候不受外界限制完成自主寻北,并且可以做到快速、高效、高精度、连续工作。受陀螺自身精度及漂移误差等影响,目前用于寻北的大多为造价很高的光纤陀螺、动调型陀螺等高精度陀螺仪。新兴的微机电系统(MicroElectro Mechanical System,MEMS)陀螺是一类构造简易的惯性陀螺,它具有造价低、体积小、抗高冲击振动等优势。因此,MEMS陀螺仪非常适合用于井下寻北系统当中
职业教育改革关乎社会经济发展命脉,大力培养技术技能型人才,离不开高素质专业化教师队伍。结合高职院校教师职业能力发展的现状,以船舶工程技术专业群教师为研究对象,提炼出高职院校教师职业能力发展需面对的问题,并提出高职院校教师职业能力发展的策略,以促进教师职业能力持续良性发展。
内窥镜三维显示能够让医生更清晰地观察患者的病灶信息和感知深度,辅助医生进行手术操作,进而缩短手术时间。随着深度学习的快速发展,内窥镜图像深度估计在精度和速度方面取得了较大进步,并逐渐取代了传统方法。本文采用深度学习的方式对内窥镜图像进行去雾和深度估计。本文采用Cycle GAN网络模型净化内窥镜烟雾图像。Cycle GAN网络的生成器架构由多尺度残差块组成,有助于减轻不同尺度的烟雾成分,而采用的细
无线通信系统正朝着大带宽的方向发展,此外,高阶调制方式已被普遍采用,这导致发射端信号具有很高的峰均比,当大带宽高峰均比的信号通过射频功率放大器这种非线性器件时,一方面会产生严重的幅度、相位失真,导致信号的频谱展宽,影响邻信道的数据传输,另一方面也提高了接收端的误码率。为此,本文在现有功放线性化技术的基础上,对数字预失真系统的模型、结构及硬件实现方法进行了研究,提出了一种基于Zynq的数字预失真系统
借鉴生态位理论,厘清职业院校青年教师专业发展的生态位重叠现状,提出拓展生态位宽度、提高生态位适宜度、降低生态位重叠度等策略,促使青年教师全方位、专业化和异质性发展。
2μm脉冲光纤激光器因其易于实现基础锁模、亮暗脉冲和耗散孤子等激光脉冲输出,并且能够工作在大气窗口和人眼安全波段,因而在空间光通信、激光医疗和激光雷达等领域具有广泛的应用前景。可饱和吸收体是2μm脉冲光纤激光器实现脉冲运行的常见方式,相比于真实可饱和吸收体,人造可饱和吸收体具有参数可调且不易损坏的优势,近年来引起了广泛关注。目前,基于人造可饱和吸收体2μm脉冲光纤激光器的非线性动力学研究相对较少,