【摘 要】
：
随着服务机器人的广泛投入使用,针对服务机器人的同步定位与地图构建(simultaneously location and mapping,SLAM)对服务机器人全自主完成任务至关重要,受到学术界、工业界的广泛关注。然而目前大多数SLAM系统计算量大,对计算和储存要求高,多数机器人无法满足实时性的要求。基于ORB-SLAM算法,提出一种云SLAM框架,将计算量大、存储要求高的任务部署在云端,机器人端
论文部分内容阅读
随着服务机器人的广泛投入使用,针对服务机器人的同步定位与地图构建(simultaneously location and mapping,SLAM)对服务机器人全自主完成任务至关重要,受到学术界、工业界的广泛关注。然而目前大多数SLAM系统计算量大,对计算和储存要求高,多数机器人无法满足实时性的要求。基于ORB-SLAM算法,提出一种云SLAM框架,将计算量大、存储要求高的任务部署在云端,机器人端仅用于跟踪和重定位。为验证云SLAM框架性能,进行仿真实验,结果表明:云SLAM显著提高了算法处理速度,
其他文献
随着大型商业建筑内部结构趋于复杂化,在室内火灾等紧急事件发生时,有效的疏散路径能减少人员伤亡和财产损失。本文提出一种基于组合赋权法和实时监测的Dijkstra优化算法的疏散路径规划算法。首先,利用层次分析法和熵权法的组合赋权法建立了综合考虑人数、火灾情况和火灾隐患的赋权模型,给不同人群聚集点赋予合理的疏散优先级;其次,提出了可以考虑动态人流分布以避免拥堵的改进Dijkstra算法;最后给出了室内火
遥感影像在经过裁剪、几何校正或投影变换等操作后,部分区域会充斥大量无效像元,亦即常见的黑边或白边。本文提出一种基于矢量边界提取的遥感影像无效像元剔除算法,从遥感影像中自动提取出有效、无效像元的矢量边界并将其转化为栅格掩膜用于剔除无效像元。实验表明,本文算法能够有效改善传统方法中误检和漏检的情况,并对复杂边界条件下的遥感影像无效像元检测与剔除具有显著的效果。
成都市是中国四大雾霾高发地之一,科学分析其PM_(2.5)分布特征与影响因素对减轻环境污染具有重要意义。PM_(2.5)监测方法主要以监测站点为主,但是受站点数量、密度的影响,难以在大范围开展研究。因此,使用2018年成都市逐日MODIS L1B影像数据,基于暗像元(dense dark vegetation,DDV)法反演大气气溶胶光学厚度(aerosol optical depth,AOD),
针对目前高分辨率遥感建筑物提取分割尺度失真和边界不完整等问题,提出了一种带洞型U-Net++网络模型用于建筑物语义分割的方法。该方法顾及全卷积网络在下采样提取特征的过程中损失的遥感影像细节特征,通过必要的长连接和短连接还原了下采样带来的信息损失,利用空洞卷积使模型能够适应不同尺度的遥感影像建筑物提取。在Massachusetts建筑物数据集上的实验结果表明,该方法能够更完整提取遥感影像中的建筑物信
针对高分辨率遥感影像场景分类中存在的类内差异和类间相似问题,提出一种端到端细粒度注意力残差网络的高分辨率遥感影像场景分类方法。该方法综合利用了不同尺度场景信息、细粒度信息以及特征通道信息。首先,对残差网络(residual network,ResNet)逐层学习到的从底层到高层的特征映射图进行优化融合,增强模型的鲁棒性;然后,在网络的顶层添加双线性池化层提取影像的细粒度特征;最后,使用注意力机制模
利用武汉市医保数据和多源网络大数据,构建了同时顾及就业岗位分布、居住小区分布和人才住房选址偏好的城市人才住房布局规划支持方法。利用兴趣点数据和高德地图路径推荐,评价各居住小区对各就业地点和公共服务设施的可达性;根据医保数据中的居住地和就业地字段,估计不同就业群体对通勤时间和公共服务设施可达性的偏好特征;从招聘网站获取各类就业人群的潜在岗位空间分布,进而结合其偏好特征给出对应的推荐居住范围;最终综合
ORB-SLAM3(simultaneous localization and mapping)是当前最优秀的视觉SLAM算法之一,然而其基于静态环境的假设导致算法在高动态环境下精度不佳甚至定位失败。针对这一问题,提出一种结合光流和实例分割的动态特征点去除方法,以提高ORB-SLAM3在高动态环境下的定位精度。并且在TUM数据集上进行了RGB-D相机模式和单目相机模式的实验,实验结果表明了该方法的
随着室内地理信息系统(geographic information systems,GIS)的蓬勃发展,如何在线实现室内平面图的配准已成为一个急需解决的问题。目前,支持地理配准功能的GIS软件基本都只提供桌面端服务,鲜有基于网页端开发的在线配准工具。本文提出了一种室内平面图的在线配准方法,给出了室内平面图在线配准方法的基本流程。用户将室内平面图加载至地图上之后,可通过平移、旋转、缩放地图或室内平面
以宁夏石嘴山Landsat8影像、高分二号影像、LIDAR数据插值生成的DEM数据和地理国情普查数据等为数据源,首先利用一年多期Landsat8影像确定提取草本湿地的最佳时相;然后对最佳时相的高分二号融合影像、DEM数据等进行多尺度叠置分割,选取NDVI、湿度、坡度、色调等特征,采用决策树分类获得草本湿地信息,构建草本湿地样本库;最后探讨卷积神经网络ResNet34用于高分卫星影像提取草本湿地的方
提出了一种对高程度畸变图像的畸变纠正方法,并同时比较不同相机畸变模型纠正效果。由于无畸变的真值坐标不能在图像上直接量测,首先基于透视投影中的射影不变性得到相机在无畸变情况下的真值像素坐标。各畸变模型的最优参数通过最小化畸变模型纠正结果与无畸变真值坐标的差值来求解,模型参数的初值为最小二乘的线性闭合解或零,然后通过Levenberg-Marquardt(LM)算法迭代得到模型参数的最优值。各畸变模型