【摘 要】
:
定位是无人智能系统自主导航、精确行为和安全应用的关键技术之一,也是智能体根据任务做出正确决策和路径选择的基础。在各类定位技术中,视觉SLAM具有自主性强、成本低、感知信息丰富等优势。现有的视觉SLAM技术大都基于静态环境的假设,即利用静态的场景信息估计自身运动,场景中的动态物体会破坏定位系统的特征关联,进而降低运动估计的精度和算法的鲁棒性。另一方面,但在一些诸如自动驾驶的实际场景中,在估计相机自身
论文部分内容阅读
定位是无人智能系统自主导航、精确行为和安全应用的关键技术之一,也是智能体根据任务做出正确决策和路径选择的基础。在各类定位技术中,视觉SLAM具有自主性强、成本低、感知信息丰富等优势。现有的视觉SLAM技术大都基于静态环境的假设,即利用静态的场景信息估计自身运动,场景中的动态物体会破坏定位系统的特征关联,进而降低运动估计的精度和算法的鲁棒性。另一方面,但在一些诸如自动驾驶的实际场景中,在估计相机自身运动的同时对场景中的动态物体进行定位也是一项重要的任务。针对上述问题,提出一种动态环境下融合语义信息的视觉定位方法,该方法可以获取场景中动态物体的像素级语义信息,在此基础上构建融合图像语义信息的直接法视觉里程计估计相机运动,通过因子图模型对相机位姿和动态物体位姿联合优化,实现对相机和场景动态物体的同时定位,具体的研究内容和贡献如下:(1)提出了基于卷积神经网络的动态物体分割方法。本文利用深度学习中的语义分割技术识别出场景中潜在的动态物体,将其作为先验信息,通过运动一致性检测方法判断潜在动态物体的运动概率作为观测信息,将两者在贝叶斯框架中进行融合,实现复杂环境中动态物体语义信息的准确识别。所述方法可以实现在复杂环境准确获取真实动态区域的像素级语义信息,为后续动态环境下的高精度视觉定位提供了基础。(2)探讨了融合动态物体语义信息的视觉定位算法。针对基于直接法视觉里程计在动态场景中精度低、鲁棒性差的问题,研究融合动态物体语义信息的直接法视觉里程计,结合动态物体语义信息实现静态区域的候选点提取,构建包含动态物体先验信息的金字塔位姿跟踪模型与滑动窗口优化模型,实现动态环境中相机的高精度定位。实验表明,该方法的定位精度比传统直接法高出71%~86%,且去除动态目标后构建的三维点云图更清晰、更详细。(3)构建了面向视觉场景的动态物体定位模型。利用立体图像估计稠密深度,恢复场景的真实尺度,基于深度学习估计场景稠密光流。针对遮挡和运动过速造成的运动求解失效,构建相机、动态物体位姿解算方程,在重投影误差的基础上引入光流约束,提高系统鲁棒性。系统中观测和累计误差会减低位姿解算精度,利用因子图模型建立统一代价函数对空间点观测、相机和动态物体位姿联合优化。所提方法对相机的运动估计与现有方法基本相当,对于场景动态物体,本文方法的定位精度优于现有方法。
其他文献
在无线通信、导航定位、雷达技术、环境遥感以及医学研究等领域,微波功率可用来表示信号特征、确定技术指标以及提高系统可靠性;在微波电路与系统中,微波功率可用来确定射频元器件增益、插入损耗以及隔离度等重要参数指标。然而在很多情况下需要检测的微波信号十分微弱,比如空中隐形战机侦察,不同于常规战机,隐形战机通过机身的吸波材料极大削弱了探测雷达反射波,借此来逃脱雷达的侦测;此外,在远程通讯、室内低功率无线传感
随着时代进步、科技发展,人类社会已经步入人工智能时代。计算机视觉已经在生活工作中的很多领域替代人眼,从而实现对视频或图像中感兴趣信息的自动分析和处理。目标检测和定位在近十来年内获得了飞速发展,作为计算机视觉领域中不可或缺的研究方向,该课题融合了机器视觉、图像处理和模式识别等领域的高新技术,是其他复杂视觉任务的重要基石,在智能识别、军事侦查、交通执法和视觉导航等领域中均取得广泛的应用。因此,航拍图像
随着可穿戴设备和物联网(Internet of Things,Io T)的发展,市场对低功耗全球导航卫星系统(Global Navigation Satellite System,GNSS)芯片的需求增大。GNSS模块功耗开销主要集中在捕获引擎上,系统需要对静态随机存储器(Static Random Access Memory,SRAM)进行频繁的存取,而商用编译器生成的SRAM数据带宽和读写功耗
多模干涉耦合器作为一种早在上世纪九十年代就得到广泛应用的结构,具有工作带宽大、制作容差大等优势。目前不断涌现的高新信息技术带来了更大的光通信需求,光通信系统对器件集成度以及性能的要求越来越高,基于普通波导的多模干涉耦合器显然需要进一步的优化。亚波长结构是光子学中一个里程碑式的发现,在提升器件性能以及设计灵活度方面有显著的优势,随着高精度光刻技术的提升,亚波长结构在硅基器件中的实际应用越来越多。在传
我国自主研发并独立运行的北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)为我国的国防和民用卫星导航提供了可靠的途径,而惯性导航系统(Inertial Navigation System,INS)是载体导航定位中常用的技术,研究高性能的BDS/INS组合导航对我国军事、民用具有重大的意义,同时有利于北斗卫星导航系统以更优异的性能服务世界。飞机、炮弹等
汉字是古老的自源文字,在世界语言文字中占有着独特的地位,在国际中文教育中也占有着非常重要的地位。然而,目前国际中文教育中的汉字教学却面临着不少问题,如对汉字特点的把握不够深入、汉字课程的建设不够完善、汉字教学的方法不成系统,“汉字难”问题也一直没有得到很好的解决等等。汉字具有形、音、义三个要素,汉字最鲜明的特色在形,因而,立足汉字之形来研究汉字,探索汉字教学的规律和方法,不失为解决目前汉字教学问题
语音识别作为人机交互的第一接口,广泛应用于智能音箱、智能家居、汽车电子等领域。卷积神经网络凭借其强大的非线性表达和特征提取能力,被广大研究者应用到语音识别算法声学模型的研究。然而相对于传统语音识别算法,基于卷积神经网络的语音识别算法拥有更多的参数量和计算量,对硬件条件要求更高,使得其部署在移动终端存在巨大的困难。因此,基于软硬件协同设计,实现高效快速的语音识别算法具有重要的现实意义。本文基于卷积神