【摘 要】
：
SLAM（Simultaneous Localization And Mapping）,即同步定位与地图构建,是机器人在一个完全未知的环境中解决定位、地图构建和导航的关键技术。SLAM系统通常由视觉里程计、闭环检测、后端非线性优化和地图构建等环节组成,其中闭环检测部分通过判断图像之间的相似性来解决位姿估计随时间的漂移问题,在SLAM系统中起到了重要的作用。传统的闭环检测方法大多采用人工设计的图像特
论文部分内容阅读
SLAM（Simultaneous Localization And Mapping）,即同步定位与地图构建,是机器人在一个完全未知的环境中解决定位、地图构建和导航的关键技术。SLAM系统通常由视觉里程计、闭环检测、后端非线性优化和地图构建等环节组成,其中闭环检测部分通过判断图像之间的相似性来解决位姿估计随时间的漂移问题,在SLAM系统中起到了重要的作用。传统的闭环检测方法大多采用人工设计的图像特征,通过创建字典可以将图像表征为一个特征向量,但受场景里的光照变化、动态物体干扰等因素的影响较大。针对传统闭环检测算法在现实复杂环境下准确率不高的问题,本文在国内外相关研究基础之上,使用深度学习相关的理论方法对闭环检测中的特征提取和闭环检索效率问题进行优化。论文的主要工作如下:本文在卷积自编码器架构基础上提出了一种新颖的图像特征提取网络。首先针对场景中可能会出现的动态物体干扰,使用重训练后的YOLOv4目标检测器对原始图像进行动态物体去除。此外,利用定向梯度直方图（HOG）提供的几何信息和照明不变性,迫使编码器重建HOG描述符而不是原始图像。最终将在数据集上训练完成的网络用于输入图像的特征提取,从而使算法更好适应场景外观的极端变化。实验结果表明:在存在光照变换、动态物体干扰等的复杂场景下,所提出的算法在准确性与召回率方面均优于词袋模型（BOW）和预训练的卷积网络模型。本文的第二个研究方向是闭环检索的效率优化问题。在大规模的环境地图构建时,我们需要处理的图像关键帧数量会很大,若还是使用图像原始特征来进行顺序匹配,难以满足SLAM系统对实时性的要求。在此背景下,本文提出使用稀疏自编码器来进行图像哈希函数的学习,通过合理的哈希编码来提高闭环检索的时间性能。由于检测出的错误闭环对将会给SLAM后端优化带来错误的矫正信息,在本文中应用了二次检索策略来尽可能减少误检情况的发生。我们对粗匹配得到的图像用未离散化的特征再次进行余弦相似度计算,实验结果表明这种方式虽然在检索精度上略微有所下降但大大增加了闭环对的检索效率。
其他文献
基于耦合谐振的无线能量传输技术作为无线能量传输一种重要的方式,己经广泛地应用于家用电器、植入式医疗设备、电动汽车、可穿戴设备等众多领域。在实际的工业应用中,收发两端不仅需要能量传输,也需要数据同步传输。目前主流的能量与数据同步方式有两种。一是双链路同步传输技术,即在能量传输链路之外,增加额外的数据传输链路;这种方式容易造成设备冗杂,灵活性与可靠性降低,同时增加了成本。二是共享链路同步传输技术,即利
化学是一门重视实践的学科,而化学实验是高校化学教学的重要组成部分,化学药品的安全有序管理是化学实验得以顺利进行的保障。随着化工行业的发展和高校教育人群的增加,实验室中化学药品使用量逐年增多,而且实验室存放的化学药品种类繁多、性质复杂,传统的管理方式一方面难以满足师生日常使用需求,另一方面缺乏安全管理条件。论文针对高校实验室化学药品管理需求,设计一种新的化学药品管理系统,系统采用了RFID、指静脉识
目前,光伏发电作为一种主要的绿色能源利用方式,已经被日益广泛使用。但光伏发电的使用也对用户和电网造成了不利影响。光伏大规模并网会导致电网中传统发电方式所占比例降低,因此当发生紧急情况时,电网的应对能力较差。光伏发电的波动性还会影响母线的功率平衡,造成电能质量的下降。因此,精确的光伏预测对光伏电站与电网的安全稳定运行十分重要。此外,对用户和电网而言,在对光伏发电功率进行精确预测时,若能够结合储能设备
随着集成电路的发展,芯片越来越接近工艺制造的极限,面对大数据量传输的需求的增加,以光为传输载体的光互连技术开始崭露头角,因其具有高速传输速率以及抗电磁干扰等优良特性,可突破电互连在带宽、功耗等方面的瓶颈。光逻辑器件是光互连中实现高速、大容量光信号处理的基础元件。其中,可逆逻辑器件因将输入与输出一一对应,能解决不可逆逻辑中因信号位丢失而引起的散热问题而备受关注。硅基光子技术可兼容现有互补金属氧化物半
温度是生物研究中重要的指标,准确监测细胞在自然代谢过程中或药物刺激情况下的温度波动具有重要意义,能够为更深入的研究细胞在不同状态时的能量产生和扩散提供有意义的信息,对癌症和其他疾病的研究有一定帮助。采用荧光聚合物和热电偶探针等方法进行细胞温度测量存在测量精度低、细胞状态被干扰的局限性。本文研制的微芯片可用于监测微环境下的细胞温度波动,该微芯片由具有捕获功能的细胞培养结构和用于监测细胞温度波动的高精
机械臂广泛应用于工业生产和社会生活的各个领域,传统的机械臂控制方法依赖于精准的环境模型,难以适应复杂的、未知的非结构化环境。近年来,随着人工智能技术的发展,结合深度强化学习的机器人控制技术有了长足的进步。深度确定性策略梯度算法（Deep Deterministic Policy Gradient,DDPG）算法作为深度强化学习的经典算法,适用于连续控制问题,广泛应用于机械臂控制研究,但由于DDPG
随着攻击技术不断发展,防御信息存储与传输所面临的各种威胁成为当今安全芯片领域的研究热点。物理不可克隆函数（Physical Unclonable Function,PUF）利用器件制造过程中固有的工艺偏差产生具有随机性与唯一性的数字指纹。攻击者难以通过常规攻击方式破解、克隆其中加密数据,可极大提高芯片的安全性。随着物联网技术不断更新,器件集成度不断提高,设备对能耗要求越来越高,极大限制PUF电路的
面积和功耗限制了芯片性能的进一步提升,底层硬件的运算能力也不能满足日益增长的计算需求。与此同时诸多容错应用,如多媒体处理、数据挖掘和图像识别,也被越来越广泛的使用。在这样的背景下,人们提出了新的设计范式——近似计算。近似计算牺牲精度来换取电路性能的提升,可以为容错应用设计高效节能的系统。近似计算是指计算结果与正确结果之间存在偏差。近似计算技术应用到逻辑级优化电路的核心思想是人为引入一些错误输出来简
随着人工智能时代的来临,对于芯片算力和功耗的要求日益提高。目前单片的晶体管密度已经达到0.9亿/mm~2,例如,英特尔基于IVY Bridge的四核芯片大约有十二亿个晶体管。设计这样异常庞大且复杂的电路无法依靠人力实现,必须使用自动化方式。电子设计自动化（EDA）是进行芯片设计所必不可少的工具,而标准单元库是使用EDA工具进行芯片设计的核心。当下主流的集成电路采用FinFET器件,目前FinFET
随着“制造强国”战略的提出以及5G技术的广泛应用,与之相关的物联网技术得到了快速发展。然而,由于受到了电池寿命及更换电池困难等因素的影响,如何实现物联网各类传感节点的自供电已逐渐成为工业界和学术界广泛关注的热点话题。事实上,日常环境中存在丰富的射频能量信号源,大部分射频能量的发射具有全向性和全时段特性,会造成大量能量的浪费。因此,本文设计了一种基于射频能量收集的低功耗传感节点,可为传感节点的自供电