【摘 要】
：
通常要进行三维场景的构建需要真实环境的支持,室内环境的三维场景重建一般由激光雷达或视觉传感器完成,由于激光雷达成本高花费大,重建出来的结果缺少彩色信息,因此选用视觉传感器和SLAM系统,然而SLAM系统重建出来的地图依然是稀疏的场景地图,跟进工作无法继续。为了解决上述问题,本文主要利用多源传感器（深度传感器和IMU惯性传感器）融合的室内环境稠密三维重构方法,从而补充了缺失的室内环境数据,保证了正常
论文部分内容阅读
通常要进行三维场景的构建需要真实环境的支持,室内环境的三维场景重建一般由激光雷达或视觉传感器完成,由于激光雷达成本高花费大,重建出来的结果缺少彩色信息,因此选用视觉传感器和SLAM系统,然而SLAM系统重建出来的地图依然是稀疏的场景地图,跟进工作无法继续。为了解决上述问题,本文主要利用多源传感器（深度传感器和IMU惯性传感器）融合的室内环境稠密三维重构方法,从而补充了缺失的室内环境数据,保证了正常工作。主要的研究内容如下:（1）为了弥补缺失的室内环境数据以及建图精度要求,采用一种基于ORB-SLAM3的RGB-D传感器与IMU（Inertial Measurement Unit）惯性传感器融合的三维重建,最终得到稠密的三维场景地图。经实验验证,重建精度由0.206提升到了0.210。（2）在SLAM系统的特征提取与匹配的过程中,误匹配剔除是最为关键的一步,针对特征提取和匹配中的误匹配剔除算法需要较长的时间、精度不高以及盲目性的问题导致算法的整体效率较低,所以本文改进PROSAC算法,该算法与传统的算法不同的是将原始的算法与ORB算法融合进来,提升特征匹配速度。与传统算法相比,误匹配剔除算法所需时间是本论文的约1.5倍,提高了工作效率,整体性能相对提高。（3）三维场景稠密重建主要是基于ORB-SLAM3算法来执行此操作,详细介绍了视觉传感器进行稠密重建的系统框架,将算法中原始三个进程转换为四个进程,采用搭载机器人的方式进行三维重建的整体效果精度有所提升,综合来看,证明了本文算法具有良好的实用性并进一步证明了本系统具有可行性。
其他文献
无人机编队作为军事和民用领域的一种常用复杂装备,如何智能、精确地协同控制编队是一个重要的研究方向,但现有的无人机编队实验大多采用仿真实验,在实际飞行中存在可靠度低,安全性差等问题。数字孪生技术作为一种新兴技术,在实验验证时将实际对象的状态数据纳入测试过程,在智能运维、异常诊断、风险预测和决策辅助等方面表现出诸多应用价值,受到世界各方的关注和讨论。本文将数字孪生技术引入无人机编队的智能协同控制研究中
随着各种类型的室内服务机器人被广泛应用在人类的生活生产中,机器人的同步定位与建图（Simultaneous Localization and Mapping,SLAM）技术逐渐成为研究的热点。受室内环境多样性与复杂性的影响,基于二维激光雷达的SLAM由于只能获取安装高度的障碍物信息且回环检测困难,从而不能构建障碍物信息完整的高精度环境地图。因此,论文针对单一二维激光雷达SLAM在室内环境中存在的问
社会保险作为社会保障制度的重要组成部分,与每个人的生活息息相关。而随着互联网的发展,人们对社会保险的关注度越来越高。如何在纷繁杂乱的数据海洋中快速获取社会保险知识成为人们迫切需要解决的问题。最近的研究中,知识图谱由于能够直观便捷的构建结构化知识体系而备受关注。而实体关系抽取能够从非结构化的文本中抽取结构化的知识表示,所以在知识图谱的构建过程中具有重要意义。因此,基于实体关系抽取的社保领域知识图谱构
随着数字化技术的发展,使用手术导航系统协助医生便捷精准地进行手术已经成为了一种重要的发展趋势。而注册技术是实现手术导航精准定位的关键,通过注册技术可以获得真实患者空间与虚拟图像空间的转换关系,使两者坐标系得到统一,实现虚实结合。目前,手术导航的注册方式主要分为:基于标记点和基于无标记点。其中,基于标记点的注册方式存在着标志物掉落、遮挡、无法识别等问题。为了避免以上缺陷,本文在研究方法上采用了基于无
复杂背景下红外目标检测是基于红外图像,对多种复杂场景进行分析与理解,获取兴趣目标类别与方位的计算机视觉技术。当前,复杂背景下红外目标检测主要面临两方面的问题,一是缺少相关数据集,二是模型收敛速度慢、检测精度低。针对上述问题,本课题采用深度学习方法对复杂背景下的红外目标检测技术进行了深入研究,主要工作如下:（1）构建了针对红外目标检测的网络模型。检测网络以YOLO系列模型为框架,采用CSPDark
近年来,区块链技术经历了飞速发展,从最初仅用于数字货币领域,到现如今为金融、医疗、教育、工业等多个领域带来全新的解决方案和发展机遇,区块链技术目前在全球范围内受到认可和深入研究。共识机制作为区块链技术的核心组成部分之一,是确保系统安全和可靠性的基石。共识算法性能的高低直接决定了整个系统的效率和可用性。因此,设计一个高效的共识机制对于提升区块链系统的性能和保障安全可信具有至关重要的意义。本文对区块链
图像着色的目标是将灰度图像中每个像素分配适当的颜色,以生成视觉信息更加丰富的彩色图像。该技术在数字艺术、医学成像和影视制作等领域具有广泛的应用前景。灰度图像在同一灰度值可对应多种颜色,这使得图像着色问题具有不确定性。如何生成合理的彩色图像是计算机视觉领域中一项具有挑战性的任务。随着计算机图像处理能力的提高和技术的不断进步,基于深度学习的图像着色研究也在生成图像的效率和颜色效果方面取得了进展。然而,
工业相机的成像元件大多是以电荷耦合元件（Charge Coupled Device,CCD）与互补金属氧化物半导体（Complementary Metal Oxide Semiconductor,CMOS）为主的传感器。此类传感器不具备颜色恒常性功能,在图像采集过程中,会因红外光线的串扰导致图像呈现出不正常的红色状态。现有的解决办法是在图像采集装置的镜头前端加一个红外截止滤光片,以此来消除图像采集
人类通信的本质是进行知识交换的过程。1953年Weaver提出了技术、语义、效能三层次通信模型,为现代通信系统的设计奠定了理论基础。随着人工智能的快速发展,通信设备的智能化水平和通信设备对外界的认知能力不断提高,为深入开展Weaver提出的第2层次的语义通信难题研究提供了可能,智能体语义通信也逐渐成为通信领域的一大研究趋势。现有的智能体通信工作主要集中在第1个层次,即通信符号如何准确传输,部分学者
随着深度学习与人工智能技术的不断发展,人机交互在当前已经不再是一个陌生的话题,为了有更好的体验,人脸表情识别成为一个新的研究热点。深度学习的出现取代了传统手工提取人脸表情特征的方式,使得人脸表情识别技术得到了飞速提升,残差网络的提出使人脸表情识别的表现更上一层楼,但是如何设计一个好的残差网络,以便更有效地提取人脸表情识别所需的特征,从而提高其准确性,仍然是当前研究的重点。针对上述问题,本文选用Re