论文部分内容阅读
基于多源数据的移动工业机器人语义地图构建研究
【摘 要】
：
移动工业机器人在制造领域中得到了越来越广泛的应用,极大提高了生产过程的灵活性。全局一致的同步定位与构图(Simultaneous Localization and Mapping,SLAM)是移动工业机器人实现自主探索、行为决策、人机交互等高级复杂任务的基础。激光雷达与视觉相机是SLAM中最常用的两类传感器,激光SLAM的局部构图较准确且实时性高,但在全局一致与语义识别方面有明显不足。如何在未知环
【机 构】
：
武汉理工大学
【出 处】
：
武汉理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
近年来，社会的发展使汽车走进家家户户。车载应用服务场景多样化、服务质量稳定化、服务内容智能化的发展趋势使车载终端产生的数据流量呈指数态增长趋势。仅具有集中式云计算中心的车联网逐渐展现其效率低下的缺点。将计算下沉至边缘端的移动边缘计算(MEC)与车联网相结合的基于MEC的车联网具有低时延、低能耗、精准环境支持等优点，可解决上述问题、降低服务延迟、提供灵活服务、缓解网络压力、减少网络阻塞。其中使用任务
学位
随着移动互联网的快速发展，手机等移动设备已经能够实现多媒体处理、人脸识别、增强现实等复杂应用。移动终端由于体积较小，拥有的计算能力和电池储备都十分有限，因此不适合独立处理复杂计算任务。将复杂计算任务卸载至中心云上执行可以解决移动设备的这一问题。但是这种方式会增加核心网络上的网络负载，从而导致任务传输时间过长。而移动边缘计算是一种将云服务和功能转移到网络边缘的有效架构，该架构通过将终端用户的计算密集
学位
A*搜索是人工智能领域中的一项重要研究方向。随着时间的推移和计算设备的进步，对于A*算法的优化也在不断进行。近些年来，图形处理单元(GPUs)已经被广泛的用于加速大规模的计算任务，例如机器学习等。这些应用主要是利用了GPU的并行化特点。当前也已经有相关的研究利用GPU的并行特点来加速A*算法，但是主要是在单GPU上进行执行。虽然单GPU相较于CPU上的执行效率可以实现较高的提升，但是由于设备内存以
学位
随着保险业的迅猛发展，保险资金的规模也迅速扩大。我国保险市场的资金规模如今已经达到万亿级别，保险业已然成为金融行业的重要支柱之一。当然，保险业的快速发展离不开对保险资金的合理运用，保险资金为支持实体经济建设、服务大局发挥了重要作用。如此大规模的保险资金，对其合理运用大力助推了社会经济的发展。所以对保险资金的运用即是保险业自身行业发展的需求更是社会经济发展的需要。经济新常态下保险资金的运用理所应当的
学位
随着我国经济的发展以及人民生活水平的提高，公益事业受到也来越多的关注，慈善事业已经衍生发展出除红十字会外的多种形式。特别是公益众筹，伴随着互联网技术的提高和移动支付手段的普及，越来越多的公益众筹网站以及不同的公益众筹项目进入人们视野之中。公益众筹所筹得资金占慈善事业筹款比例越来越重。公益众筹的流行，无疑可以使慈善事业渗透到每一个人的日常生活之中，但同时，由于这种形式在我国属于刚刚起步，仍面临诸多风
学位
近年来，随着反垄断的执法力度不断加大和垄断违法成本的不断提高，企业越来越放弃采用直接达成书面或口头垄断协议的方式，而是通过意思联络达成协同行为。而信息交换也成为协同行为实施中的一项重要内容。信息交换一方面可以提高经营者的生产经营效率，使其更好的参与市场竞争;另一方面，信息交换可能为同业经营者的联合创造较为便利的条件，并最终导致固定价格、限制数量、分割市场等垄断行为的产生。而当前我国法律尚没有对信息
学位
随着我国市场经济的进一步发展，参与市场活动的主体日益多元化，关于市场经济的法律也日益完善，使临时仲裁发展具备了社会基础;同时，国家先后成立多个自由贸易试验区，并且制定政策鼓励自由贸易试验区先试先行，鼓励制度创新，这就为临时仲裁的落地提供了土壤。另外，最高人民法院下发《关于为自由贸易试验区建设提供司法保障的意见》（以下简称《意见》），其中规定当事人约定在特定地点，按照特定规则，选定人员解决纠纷的仲裁
学位
第三方支付是互联网金融的必争之地，第三方支付市场能否得到有效维护不仅影响到投资者的积极性而且决定着我国经济能否持续快速和健康的发展，刑法作为制裁措施最严厉的法律在对防范第三方支付的风险起到重要作用，所以研究第三方支付的刑事风险及其防控具有重要的现实意义和理论价值。我国刑法的保护条文多出现在民商事法规的单个章节中，已形成了一定的保护力度，但同时我国对于第三方支付的立法，执法以及司法方面刑法保护上仍存
学位
现如今,信息数据量飞速增长,为了解决大量图像管理分类的问题,图像处理方面的技术也在不断发展,在很大程度上引起了人们的关注。作为适合解决大数据管理问题的方法之一,多示例多标签算法已经在计算机视觉、自然语言处理等方面得到了应用。考虑到与传统监督学习的不同,多示例多标签学习算法中多示例与多标签之间对应关系不明确,经典的深度学习网络难以直接应用。此次研究主要针对深度神经网络在多示例多标签学习算法上开展相关
学位
近年来混合关键系统在嵌入式实时系统中成为了一个热门的研究课题,为了满足逐渐多样化,复杂化的需求,如何提高低关键级任务的服务质量一直是学术界关注的重点。同时混合关键系统被部署到了性能更高的多核系统,但是多核系统需要更大的能耗,如何在保证系统原始可靠性的同时降低能耗也成为了难点。所以,研究混合关键系统的调度策略和节能策略具有重要的实际作用和意义。本文分别针对单核平台和多核平台,对混合关键系统进行相关研
学位