【摘 要】
：
视觉同步定位与地图构建（Visual Simultaneous Localization and Mapping,vSLAM）是实现移动机器人自主定位和导航的核心技术,已被广泛应用于自动驾驶、智能家居及航空等领域。闭环检测作为vSLAM系统的一个重要模块,它通过识别机器人是否到访之前经过的位置,可以有效地减少累积误差并校正构建的地图。经典的闭环检测算法应用于复杂环境时存在准确率低、耗时长及鲁棒性差
论文部分内容阅读
视觉同步定位与地图构建（Visual Simultaneous Localization and Mapping,vSLAM）是实现移动机器人自主定位和导航的核心技术,已被广泛应用于自动驾驶、智能家居及航空等领域。闭环检测作为vSLAM系统的一个重要模块,它通过识别机器人是否到访之前经过的位置,可以有效地减少累积误差并校正构建的地图。经典的闭环检测算法应用于复杂环境时存在准确率低、耗时长及鲁棒性差等问题,不利于实际场景中的应用。本文就目前vSLAM闭环检测存在的问题提出了以下改进算法。针对传统算法大多基于人工设计特征,对于复杂场景的闭环检测鲁棒性差的问题,本文使用SPED数据集预训练的HybirdNet网络模型进行特征提取,该数据集采集自存在光照、天气、视角等多因素变化的复杂环境。通过对比不同网络层提取特征的性能,选择表现最好的Conv5层进行图像特征的提取,可以有效提高算法的鲁棒性。针对直接使用卷积神经网络提取的特征进行相似度计算会造成图像部分局部空间信息丢失的问题,提出了改进的多尺度注意力学习机制与VLAD特征融合的图像描述方法,即对中间层输出的特征图进行感兴趣区域识别,提取有效的特征,并对有效特征进行VLAD编码,提高特征对图像深度信息的表达能力,达到提高算法准确率的目的。针对基于卷积神经网络的图像特征空间复杂度过高,导致特征匹配耗时长的问题,引入PCA降维方法剔除特征中的冗余信息和噪声,使用余弦距离计算场景特征间的相似性,实现闭环检测。通过与其它具有代表性的算法进行对比实验,结果表明本文算法在Nordland数据集上平均准确率最高,可达93.4%,在Gardens Point三个子数据集上的平均准确率分别为85.2%、88.3%和86.7%,且算法时间性能提高了约27.4%,能够达到vSLAM系统对闭环检测准确率和实时性的要求,同时证明本文算法具有一定的理论创新性和应用价值。
其他文献
随行振动固井技术是指在常规固井作业中,胶塞在套管内一边下行一边振动以此提高固井质量。固井工程最主要的设备是固井胶塞,因胶塞在深井、超深井固井中磨损严重使其易发生脱落、失效等现象,导致不能很好地完成固井作业。本文针对随行振动固井胶塞工作时摩擦磨损严重的问题进行研究,通过对胶塞外形结构和本体材料进行优化改进后,提出在胶塞表面增加复合纤维布的技术方法来提高耐磨性。主要研究内容如下:论文在分析影响固井质量
采煤机制动器是确保采煤机安全运行的重要装置,是采煤机的重要组成部分。目前使用的盘式液压制动器是采用弹簧压力制动和液压力释放的工作方式。制动器在使用过程中存在以下问题。（1）通过制动器后盖的测量孔来测量摩擦副的受到磨损程度。由于采煤工作条件恶劣,工作人员无法对摩擦副进行正常更换,这样可能造成摩擦副过度磨损使制动器可靠性下降。（2）制动器使用的工作介质是液压油,油液泄漏会污染环境,不符合节能环保要求。
无线传感器网络（Wireless Sensor Network,WSN）是一种新型无线智能网络,具有自组织能力强,可随机部署特点,广泛应用在环境监测、医疗、智能家居等领域。但组成WSN的众多传感器节点采用一次性电池供能,节点能量耗尽并不能及时充电,影响WSN正常运行。在资源有限情况下,设计高效节能路由算法寻找“高效”路径,降低网络能耗具有十分重要的研究意义和价值。本文通过对经典分簇路由算法的研究和
随着3D技术的快速发展,三维建模技术的研究成为当今热点。本文研究人脸图像的三维建模算法,对三维相机的研制具有重要理论意义及实用价值。本文主要研究多视觉人脸图像的三维建模算法,即根据不同视觉下同时拍摄的多张人脸图像,利用建模算法生成三维人脸模型。针对三维表面重建算法模型精度低、表面凹凸不平的问题,提出了一种新的三维模型表面重建算法,该算法以Denunay三角剖分为基础重建三维模型的粗糙表面,再用Lo
随着煤矿开采深度和强度的增大,煤壁片帮、地表坍塌等矿压显现现象频繁发生,严重制约煤矿的安全生产,因此煤矿开采过程中工作面矿压显现的分析与预测对于保证煤矿安全高效生产具有重要意义。同时随着物联网技术的发展,分布式光纤监测技术成为煤矿开采过程中覆岩变形监测的新方法,本文以分布式光纤监测覆岩变形与工作面来压的相似模拟试验为研究背景,以分布式光纤传感系统监测的光纤频移值为数据源,建立基于机器学习的工作面矿
目前,矿用车辆的运行主要依靠矿用车司机来操作完成。由于井下巷道环境错综复杂,光线条件较差,车辆撞人等运输事故时有发生,对煤矿企业带来严重危害。因此,有必要对矿用车辆行驶前方的行人进行识别,以防止车辆撞人事故发生。对于上述问题,针对井下特殊环境设计一种行人检测方法,其主要内容如下:（1）针对井下特殊环境,对采集并标注的图像数据进行图像及标签增强操作,以扩充训练数据集,采用Clahe直方图均衡化操作,
随着室内定位需求日益增多,基于位置信息的服务发展迅速。然而由于建筑物墙体遮挡以及室内环境带来的影响,室外精准定位GPS技术不能为室内环境提供可靠的定位。目前,室内定位技术及方法包括Wi-Fi、射频识别、超宽带、蓝牙等,大多依赖于外部设备。如何在保持定位精度的同时简化定位设备的部署是当前的研究重点。鉴于智能手机的广泛普及,本文采用基于智能手机的行人航位推算（PDR）和地磁定位融合的方式进行室内定位研
驾驶员模型是汽车交通安全、智能交通系统、无人驾驶等技术的基础研究内容和关键环节之一。随着汽车智能化的快速发展，不同等级、不同场景的自动驾驶技术将逐渐得到实际应用，人们对于能够体现驾驶习惯的个性化驾驶员模型的需求变得越来越迫切，但目前这种个性化驾驶员模型的相关研究还很欠缺，而交通事故的发生往往与驾驶员个性化操纵行为有关，一种不良驾驶习惯也可以导致特定道路下的交通事故。针对上述需求，本文提出了一种基于
温室环境具有多参数因子、非线性、时滞性及强耦合的特点,为准确判断温室内的环境状况,需要对温室中多环境参数进行综合,从而为温室管理者提供准确的温室调控决策支持。因此,论文针对温室信息融合决策问题,以D-S证据理论为基础,提出一种改进D-S证据理论的决策级融合算法复合框架,为温室调控系统提供决策支持。主要工作和创新点如下:（1）针对D-S证据理论中,由于现有生成基本概率赋值函数BPA方法缺乏考虑证据中
数学学习的主要任务在于发展学生思维力。学生数学思维力欠缺,追根溯源是学生数学学习过于关注一个个零散独立的知识点,缺乏知识的整体建构观念和能力。本文基于辩证唯物主义联系观,基于学为中心,引导学生结合数学自身特点学习整体的结构化数学,让学生自己"织网",连点成链,织链成网,让学生经历比较辨析、归纳整理、聚合发散、融会贯通等深度思维过程,最终将知识与技能、思想与方法融为一体,感受数学的魅力。