论文部分内容阅读
针对现有的地图更新方法,在室内地图环境下的效果并不理想的问题,提出了一种分层式的室内地图更新方法。首先以室内物体的活动性为参数,然后进行层次的划分来减少更新数据的数量,最后利用卷积神经网络(CNN)对室内数据进行归属层次的判定。实验结果表明,与版本式更新方法相比,所提算法的更新时间降低了27个百分点;与增量式更新方法相比,其更新时间在更新项大于100后逐渐降低。与增量式更新方法相比更新包大小降低了6. 2个百分点,且在数据项小于200之前其更新包一直小于版本式更新方法。所提方法可以显著提高室内地图的