【摘 要】
：
针对单目直接法依靠图像梯度进行优化容易陷入局部最优、且难以构建低纹理区域地图的问题,构建高精度IMU预积分模型,将惯性信息融合到图像跟踪过程中,为视觉跟踪提供精确的帧间运动约束及良好的初始化梯度方向信息,构建视觉惯性跟踪模型,提高了单目视觉的定位精度并实现半稠密地图构建;通过超像素图像分割提取出二维图像不同的轮廓位置,提出双重投影匹配算法确定出可靠的超像素与对应的3D空间点,通过RANSAC对低梯
【机 构】
：
北京工业大学信息学部,北京100024;北京工业大学计算智能与智能系统北京市重点实验室,北京100024
论文部分内容阅读
针对单目直接法依靠图像梯度进行优化容易陷入局部最优、且难以构建低纹理区域地图的问题,构建高精度IMU预积分模型,将惯性信息融合到图像跟踪过程中,为视觉跟踪提供精确的帧间运动约束及良好的初始化梯度方向信息,构建视觉惯性跟踪模型,提高了单目视觉的定位精度并实现半稠密地图构建;通过超像素图像分割提取出二维图像不同的轮廓位置,提出双重投影匹配算法确定出可靠的超像素与对应的3D空间点,通过RANSAC对低梯度图像区域进行平面拟合以及异常点剔除,完成低纹理区域的地图扩建,实现稠密点云地图的构建。实验结果表明,与
其他文献
阐述机电工程技术在传感设备中有着广泛的应用,要保证传感器的应用效果得到提升,就必须从其精度、灵敏度和稳定性入手,使传感器能够有效地抵御外界的影响.探讨机电工程自动化的技术,包括提高工业生产效率、提高工业生产质量、自动化技术的创新、柔性化与智能化.
阐述利用网络化实验实训平台模拟真实操作效果,可以全过程实时了解学生操作流程,还可以将学生整个操作过程完整地保留下来,探讨基于数据库日志管理和中间件理论的新型实验实训体系.
阐述交通信息化发展中的智慧公交、仓库管理系统设计,基于宜昌公交集团的案例分析,探讨智慧公交的仓库管理现状,系统的功能架构,宜昌智慧公交的仓库管理系统的建设方案.
数据降维是化工过程故障识别的重要组成部分,主要分为特征提取和特征选择两种方法.为了探索不同数据降维方法对化工过程故障识别的影响,提出了基于数据降维和深度学习的故障识别方法.首先,生成拓扑映射(GTM)得到了原始过程数据的低维空间表示,通过Spearman秩相关系数(SRCC)得到了变量之间的相关性,获得了关键变量.然后,长短期记忆网络(LSTM)学习关键变量集的深层次特征并识别化工过程的故障.田纳西-伊斯曼(TE)过程的应用表明,GTM-LSTM更适用于跃变型故障的识别,SRCC-LSTM对所有类型的故障
针对无人机机动飞行所具有的非线性、强耦合、舵面操纵效率低等问题,采用了Backstepping控制方法对无人机机动飞行控制律进行了设计.同时,为了解决舵面操纵效率低带来的舵面角速率饱和的问题,设计了舵机层控制律,减弱了舵机角速率饱和带来的影响.分析了该控制律克服舵机角速率影响的机理,并采用李雅普诺夫稳定性定理分析了该控制器的稳定性.仿真结果表明,所设计的控制方法使无人机可以获得和矢量控制相似的机动效果,有效地解决了机动飞行过程中舵面角速率饱和带来的影响.
为了实现对煤与瓦斯突出的快速、准确和动态预测,考虑煤与瓦斯突出的多种影响因素,提出了基于AdaBoost增强学习和逻辑回归(LR)的煤与瓦斯突出预测方法.在AdaBoost的框架下,进行LR多次学习,完成煤与瓦斯突出预测模型构建;加入学习率和正则化参数进行控制,弱化学习效果,防止过拟合;基于反馈的实际结果,完成煤与瓦斯突出预测模型的修正.根据实例验证结果,构建的煤与瓦斯突出预测模型建模过程稳定、准确性高、建模消耗时间短、满足实时要求,证明了提出的煤与瓦斯突出预测模型构建算法是有效的.
人工智能是未来科技发展的必然趋势,将会对世界产生巨大的影响,而机器博弈更是人工智能研究的热点内容.目前,解决机器博弈问题最先进的算法都来源于强化学习.强化学习是机器学习最重要的方法之一,主要用来解决决策问题.它具有接近人类思维的学习机制,通过试错的方式同环境发生交互,累积最大奖赏并得到最优策略.博弈具有多种多样的形式,内容也十分广泛,根据不同的标准会产生不同的分类,可以将其分为完全信息博弈和非完全信息博弈,但它们都可以通过强化学习进行解决.
针对数据噪声与手势书写不规范性易导致手势识别错误的问题,提出了基于特征动作序列的动态手势识别方法。首先,通过预处理将原始数据转换为两种变换特征作为特征动作识别的依据。其次,对变换特征使用多中心模糊C均值聚类(MCFCM)算法,自适应、无监督地提取特征动作,并将特征动作及对应聚类中心与手势特征动作序列的编码信息保存到知识库。最后,采用改进编辑距离(proED)计算待测特征动作序列与知识库中手势编码信
针对舵桨联合操纵的船舶航速/航向协调容错控制问题,结合舵桨功能有效性,提出了一种非线性广义扰动观测器,无需扰动先验信息在线补偿系统的扰动状态.基于广义扰动补偿和自适应估计提出了一种自适应滑模容错控制算法,通过实时估计广义扰动导数的范数上界消除扰动重构误差,同时设计了具有故障惩罚作用的伪逆优化分配策略,引入执行器有效性矩阵来修正故障执行器的优先作用等级,实现了冗余舵桨系统故障运行模式下的航速/航向跟踪、广义扰动补偿和执行器能耗最优化.仿真实验结果验证了所提的广义扰动观测器和自适应滑模容错控制系统的有效性.
针对应用A*算法对静态环境中自动引导车辆(AGV)进行路径搜索时,存在随着环境建模栅格增多、消耗内存大、运行时间过长及规划路径存在曲率半径过小的问题,提出一种基于三阶贝塞尔曲线轨迹优化的四叉树栅格环境建模的变步长双向A*算法.对AGV运动的待搜索空间进行线性四叉树栅格建模,改进的A*算法对已建模的栅格环境进行路径搜索,从栅格图中以变步长的方式提取下一次A*算法的路径判断节点,减少A*算法搜索节点数,对规划的路径使用贝塞尔曲线进行约束,以解决搜索素路径中存在的折线多、路径转角大的问题.实验结果表明,线性栅格