【摘 要】
：
近年来,自主移动机器人发展迅速,影响着社会生产生活的各方各面并在其中发挥着愈发重要的作用。基于视觉的同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术是自主移动机器人的核心技术,其中的闭环检测（Loop Closure Detection,LCD）环节通过辨别移动机器人是否已访问过当前位置辅助构建全局一致的地图。然而,在实际应用中,光照、
论文部分内容阅读
近年来,自主移动机器人发展迅速,影响着社会生产生活的各方各面并在其中发挥着愈发重要的作用。基于视觉的同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术是自主移动机器人的核心技术,其中的闭环检测（Loop Closure Detection,LCD）环节通过辨别移动机器人是否已访问过当前位置辅助构建全局一致的地图。然而,在实际应用中,光照、季节、天气等变化带来的环境外观及视点变化增加了检测难度,使得LCD算法在真实环境中难以长时间保持高精度地稳定运行。针对这些问题,论文主要完成了以下研究工作:首先,为了应对环境变化,论文设计了基于块映射相似矩阵的端到端的LCD算法（简称MetricNet）。该算法充分考虑了特征提取与相似度计算的内在关联性,引入通道加权机制使得特征提取模块聚焦于更具区分性的区域,同时设计块映射相似矩阵增加空间维度的特征约束,进而构建自适应的相似度计算方法。论文组织了大量与当前经典算法的对比实验,在三个不同数据集（Gardens Point、Nordland、St.Lucia）上对MetricNet算法性能进行了验证,其平均精度分别提高了7.51%、3.03%、5.33%。其次,为了进一步提升算法性能,论文设计了基于深度度量学习的端到端的LCD算法（简称DeepMetricNet）。该算法在MetricNet基础上,引入深度度量机制通过神经网络学习一个可转移的相似度度量函数,融合多层次特征以丰富场景空间与语义信息,并采用一维卷积降低计算复杂度,同时结合内积运算优化加速相似矩阵的构建。相较于MetricNet算法,该算法的平均匹配时间（10.6ms）提高了69.4%,同时在多个数据集上对比,检测精度提升了9.78%。综上所述,论文引入相似矩阵和深度度量学习,设计了兼顾特征提取与相似度计算的MetricNet和DeepMetricNet算法,论证了联合优化特征提取与相似度计算有助于算法性能的提升。通过大量的实验,证明了论文所设计的算法能够有效应对环境变化,同时具有较高的检测效率。
其他文献
对于室内环境三维模型构建,目前常规方法是使用三维激光扫描仪来实现,但是三维激光扫描仪不仅价格昂贵而且体积较为庞大,同时构建三维模型耗时较长。视觉同步定位与地图构建（SLAM）技术具有精度高、速度快、系统体积小的特点,本文对基于深度相机的视觉SLAM算法进行了深入研究学习,并将视觉SLAM技术结合建筑抹灰机器人应用于建筑室内环境建模,解决了建筑室内三维整体模型实时构建问题,并且对得到的三维模型进行后
生活在当下,神经网络对于我们而言一定算不上陌生。无论是作为学者还是工程师,在他们的研究中一定会发现神经网络的身影。医学领域、军事领域甚至金融领域均采用了神经网络技术,不难看出它具有很强的适用性。将耦合的网络模型同单一的网络模型进行比较可以发现,前者具有更高的生物可靠性,更贴近真实神经系统的组成。有关于这种模型的研究正在逐步展开,现在已有大量实验证实它能够高度概括大脑对信息的并行处理。另一方面,无论
当下,网络短视频、电商广告、新闻资讯等信息量迅猛增长,如何构建更精准、更个性化的推荐系统已成为各大电商平台、音视频门户网站关注的焦点。而推荐系统中最核心的部分在于其使用的推荐算法,算法的优劣直接影响推荐系统的好坏。虽然诸如协同过滤等传统推荐算法已经历了多年的发展,但面对当前越来越多的稀疏性与冷启动问题时,其较难以从根本上解决。而另一方面,由于近年来图神经网络的发展以及其与推荐系统交互图结构的高度契
基于位置服务（Location Based Services,LBS）在无人驾驶、智能交通、应急救援以及智慧城市等领域上发挥着十分重要的作用。对于室外环境,美国的GPS系统、欧洲的伽利略系统以及中国的北斗卫星系统已经可以提供很好的位置信息,由于卫星信号容易受到建筑物遮挡,这些成熟的定位系统在室内环境的定位性能不是十分理想。随着社会的发展,人们对室内定位的需求也日益增多,定位方案也从单一定位技术逐渐
近年来,电网事故在我国各个地区相继发生,这不仅会扰乱人们的正常生活,还会给国家经济带来不可估量的损失。为了减少电网事故的发生,需要对输电线运行状态进行有效监测。基于随机光纤激光器的点式光纤传感系统具有抗电磁干扰、信噪比高、长距离传感等优势,极其适合应用于电网系统中。然而,随着国家电网规模的扩张,如何进一步提升点式光纤传感系统的性能是今后需要解决的问题。本文在特种传感光纤光缆联合实验室的支持下将一种
声波是信息的重要载体,声波传感技术在石油管道泄漏、设备健康监测、医疗诊断等各个领域有巨大的应用需求。传统的声波传感器多为电子式声波传感器,而随着对光纤传感技术研究的深入,各种光纤声波传感器得到了快速发展。同电子式声波传感器相比,光纤声波传感器体积小、重量轻、检测灵敏度高、抗电磁干扰能力强,能够在极端恶劣环境下使用,并且,光纤较小的传输损耗使得光纤声波传感器能够实现高质量的遥测遥感。近年来,各种原理
现如今的移动设备端产生的应用日渐复杂,需要更强的计算能力来处理,移动边缘计算（MEC）为处理这种任务提供了有效的途径。在移动边缘计算中的任务的卸载和资源的分配问题一直是其中的关键问题。若能实时地做出正确的计算任务卸载决策,合理分配好网络资源和计算资源,对于提升移动边缘计算的服务性能,提高用户体验具有重要的意义。近几年来,强化学习技术不断发展,它在MEC中的应用备受关注。由于MEC场景下环境的不确定
随着互联网技术的飞速发展,人类社会积累了大量的理论知识与实践经验。知识图谱以其高度凝练的语义网络结构,成为一种高效的知识表示手段。知识图谱为人们生活中的多个领域提供便利,包括搜索引擎、问答系统、医疗诊断等等。虽然知识图谱规模以指数级的速度增长,但仍然存在稀疏性与不完整性的问题,如何有效挖掘知识图谱的隐藏语义,推理出潜在事实是一个亟须解决的问题。目前深度学习在自然语言领域取得了突破性的进展,尤其在知
混沌保密光通信依靠复杂的混沌信号实现对传输消息的隐藏和加密,具有良好的加密效果,在保密通信领域中发展前景广阔。其中,外腔反馈半导体激光器凭借其结构简单的优势在混沌光通信中有着重要的应用。但是由于需要发送端和接收端拥有一样参数的激光器,才可以实现高质量的混沌同步,而在实际中,很难找到多个参数完全一致的激光器,这限制了其进一步发展。近些年来,得益于计算机算力的快速提升和新算法的提出,神经网络得到了快速
信号调制作为当下通信过程中必不可少的一环,一直对整个通信系统整体性能以及传输能力产生着极大的影响,而随着现代无线通信技术的发展,调制信号的种类和方式也在不断变多,通信环境中调制信号的区分也变得愈发困难。因而调制识别这种对未知调制信号进行调制种类判断和分类的方法,在电子侦察、电子对抗、频谱检测等多种非合作通信场景下的接收机设计中都有着极大的研究意义,影响着后续通信信号的解调以及通信参数提取的实际性能