【摘 要】
：
为减少动态环境对移动机器人同时定位与地图构建（SLAM）的影响，提出了一种特征点法视觉里程计自适应优化算法。该算法有助于改善光照条件变化情况下图像特征的不变性，有效提取纹理信息不充分区域的特征用于图像匹配。采用降采样法建立图像金字塔，将每个缩放后的图像根据预先设定规则划分为多个图像块。在每个图像块上进行光照非线性调整来增加图像细节，并且通过计算图像灰度概率分布来剔除无纹理区域。基于提出的方法建立了
论文部分内容阅读
为减少动态环境对移动机器人同时定位与地图构建（SLAM）的影响，提出了一种特征点法视觉里程计自适应优化算法。该算法有助于改善光照条件变化情况下图像特征的不变性，有效提取纹理信息不充分区域的特征用于图像匹配。采用降采样法建立图像金字塔，将每个缩放后的图像根据预先设定规则划分为多个图像块。在每个图像块上进行光照非线性调整来增加图像细节，并且通过计算图像灰度概率分布来剔除无纹理区域。基于提出的方法建立了SLAM系统视觉里程计，并在TUM数据集上进行了验证。结果表明，算法与原方法相比可以减小移动机器人运动轨
其他文献
为了获取相对稳定的温度场，通过实验得到了不同比例下甲烷-氧气预混火焰温度场的变化情况，并分析了甲烷质量分数对该预混火焰温度场的影响。借助Mckenna燃烧器，采用数字全息技术，获取不同甲烷-氧气比下预混火焰温度场的干涉条纹图像，利用巴赫沃斯低通滤波降低经过预处理的图像的散斑噪声。通过改进的四向最小二乘解包裹法提取温度场相位分布信息，根据相位与温度的理论关系，取得了相应的温度信息数据，并利用B型热电
针对空地协同机器人中无人机对地面无人车的实时精准定位问题，提出一种红色双圆型定位标记及标记识别与定位方法。该方法首先引入颜色分割与轮廓提取相结合的方式，减少提取到的轮廓特征数量，排除背景信息干扰以减少误识别；然后，提出一种圆形轮廓快速检测算法，快速识别目标轮廓并准确定位目标像素坐标和方向；最后，基于针孔相机成像模型，根据目标像素坐标和方向，估计出目标在机体坐标系下三维坐标和偏航角。实验表明，无人机
针对现有方法在机器人室内定位中，无法同时满足高精度定位、快速处理及稠密地图重建问题，在拥有跟踪、地图构建和回环检测三线程的ORB-SLAM3系统基础上设计了三维稠密地图构建算法，分别在跟踪阶段、局部光束法平差阶段(Bundle Adjustment， BA)和全局BA阶段对满足需求的关键帧进行二次采样和位姿更新，然后通过关键帧和对应位姿计算得到三维点云，最终获得稠密地图。实验结果表明，所提方法在J
针对麻雀搜索算法(SSA)容易陷入局部最优、收敛速度较慢等问题，本文提出一种基于Sobol序列和纵横交叉的麻雀搜索算法(SSASC)算法。首先，在初始化阶段引入类随机采样方法中的Sobol序列，增强种群的多样性和遍历性。其次，提出一种指数形式的非线性惯性权重，提高了算法的收敛效率。最后，应用纵横交叉策略对算法进行改进，利用横向交叉增强全局搜索能力，利用纵向交叉保持种群的多样性，防止算法陷入局部最优
针对异质信息网络中的影响力最大化问题，提出了一种基于有向无环图(DAG)的影响力最大化算法(DAGIM)。首先基于DAG结构度量节点的影响力，然后采用边际增益策略选择影响力最大的节点。DAG结构表达力强，不仅描述了不同类型节点之间的显性关系，也刻画了节点之间的隐性关系，较完整地保留了网络的异质信息。在三个真实数据集上的实验验证本文所提DAGIM算法的性能优于Degree、PageRank、局部有向
针对Deeplab V3 Plus在下采样操作中造成图像细节信息和小目标信息过早丢失的问题，提出一种基于Deeplab V3Plus网络架构的自适应注意力机制图像语义分割算法。首先，在Deeplab V3 Plus主干网络的输入层、中间层和输出层均嵌入注意力机制模块，并且引入一个权重值与每个注意力机制模块相乘，以达到约束注意力机制模块的目的；其次，训练嵌入注意力模块的Deeplab V3 Plus
移动机器人所处的环境通常是动态的，机器人需要及时的做出响应，同时保证路径的平滑度以及与障碍物间的安全距离。针对此问题本文提出了一种基于障碍物代价势场的移动机器人动态避障方法，通过建立静态栅格地图及障碍物的代价势场，获得动态场景下的等势线及经过起点、终点的切线，求解最小生成树获得初始候选路径，最后针对路径的长度、障碍物距离以及平滑度对候选路径锚点进行调整。通过引入障碍物速度对代价势场的影响，使得机器
以海口市建成区绿地作为研究对象，以2008年、2013年、2017年和2020年的QuickBird卫星影像作为数据源，在ArcGIS10.2中按照《城市绿地分类标准》（CJJT85-2017）提取绿地信息，结合Fragstats4.2软件对绿地信息进行指数计算，目的在于监测绿地格局动态变化的趋势，为优化海口市建成区绿地格局的中长期规划和近期绿地景观质量提升提供科学的方法 .结果表明：12年间海口
针对单核网络模型核函数选择无依据以及基于随机特征映射的四层神经网络(FRMFNN)节点规模过大的问题，提出了一种基于随机特征映射的四层多核学习神经网络(MK-FRMFNN)算法。该算法首先把原始输入特征通过特定的随机映射算法转化为随机映射特征，再经过不同的随机核映射生成多个基本核矩阵，然后将基本核矩阵组成合成核矩阵通过输出权重连接到输出层。对原始特征进行随机映射的权重是根据任意连续采样分布概率随机
针对无标度物流网络延误扩散发生的临界条件，应用平均场理论，建立了以延误节点密度为标的常微分方程，求解出了延误扩散的临界条件；通过设计物流网络中延误扩散仿真系统，生成了具有无标度属性的虚拟网络，对临界条件进行了仿真验证。研究结果表明：无标度物流网络中存在少数具有较高度值的关键节点，一旦这些节点出现服务障碍，相比于其他节点，将导致更大范围内的延误和更快的延误扩散速率。