【摘 要】
：
同时定位与地图构建（Simultaneous localization and mapping,SLAM）是一种同时获取未知环境三维结构和环境中传感器运动的技术。语义SLAM将语义信息包含到SLAM流程中,通过提供高层语义信息来增强SLAM系统的性能。将深度学习等人工智能方法与SLAM结合在一起,可以同时实现场景几何地图构建和语义信息提取的计算,这对于智能机器人定位与规划具有重要意义。本课题对基于
论文部分内容阅读
同时定位与地图构建（Simultaneous localization and mapping,SLAM）是一种同时获取未知环境三维结构和环境中传感器运动的技术。语义SLAM将语义信息包含到SLAM流程中,通过提供高层语义信息来增强SLAM系统的性能。将深度学习等人工智能方法与SLAM结合在一起,可以同时实现场景几何地图构建和语义信息提取的计算,这对于智能机器人定位与规划具有重要意义。本课题对基于视觉特征的语义SLAM方法进行了研究,结合基于深度学习的目标级语义分割网络和像素级语义分割网络,对场景中的动态目标进行滤除。在跟踪定位中添加语义约束提高精度,并将语义信息映射到三维地图中,构建三维语义地图。本文具体的研究方法如下:首先针对场景中动态、可移动性目标造成的地图动态性问题,提出了一种适用于动态场景的SLAM方法,将基于深度学习的目标检测算法引入到经典ORB＿SLAM方法中,将视觉局部特征点分为潜在动态特征和非潜在动态特征,基于非潜在动态特征点计算出运动模型,筛选出场景中的静态特征点进行位姿跟踪,利用非潜在动态特征中的静态特征点进行建图。在KITTI和TUM数据集上和ORB＿SLAM2进行了对比。实验结果表明本文方法提高了跟踪轨迹精度,在保障地图精度的同时,改善了地图的适用性。其次,利用实时像素级语义分割网络对图像进行语义分割,将语义类别作为约束添加到SLAM的跟踪定位模块中,并结合SURF特征,有效的解决了ORB＿SLAM2系统在特征缺失场景下的跟踪丢失问题。在KITTI数据集上进行了对比试验,获得了良好的性能提升效果。最后,基于语义分割的结果,将语义类别信息结合相机位姿和环境几何信息映射到三维空间,基于机器人操作系统（Robot Operating System,ROS）实现对环境的三维语义地图构建,以彩色八叉树地图结构构建和存储三维语义地图。基于ROS平台实现了完整的语义SLAM系统,通过实验表明,本文提出的添加语义信息的SLAM方法有效地提升了位姿跟踪和建图性能,改进了传统基于视觉特征点的SLAM方法在动态场景和视觉特征缺失场景下的不足。
其他文献
近年来,随着高清视频采集设备在生活中的普及,单目相机的数据量得到了迅速的增长。如何处理这些数据,从中获得有价值的信息,是计算机视觉领域的一个重要问题。数据中的人物姿态与行为,因其具有巨大的潜在商业价值,成为研究者重点关注的对象之一。近年来随着深度卷积神经网络在多个计算机视觉任务上取得的突破,行人检测、人体姿态估计、动作识别等与人相关的任务也受到越来越广泛的关注。本文聚焦于单目彩色图像数据中的二维人
情感分析是对文本中表达的评论、情绪和情感进行的计算研究。近几年来,情感分析引起了业界和学术界的广泛关注。在世界各地,社交媒体已为人们提供了以母语共享个人观点的趋势。对于这些评论的情感分析,机器学习算法是研究者的主要选择。在提出了复杂的机器学习算法和硬件升级版本来运行实验之后,研究界开始转向利用深度学习完成情感分析任务。过去五年的背景研究证实,深度神经网络（CNN、RNN和扩展版LSTM）取得了显著
无人机相较于固定监测设备有着价格低廉、部署方便、机动灵活等优势,在智能交通信息采集方面具有广阔的应用前景。为此本文在普通城市道路的复杂路况背景下,以YOLOv3算法为基础,对于航拍视角下车辆目标与跟踪技术进行研究,在降低计算资源、加快速度和增强精度等方面做出针对性改进。在车辆检测方面,为了改善YOLOv3算法在航拍车辆检测上的应用效果,本文提出了YOLOv3-Aerial航拍车辆目标检测算法,对默
惯性约束聚变（Inertial Confinement Fusion,ICF）是一种通过采用高功率激光或离子束辐照氘氚燃料靶丸,在惯性约束情况下达到点火条件,得到大量聚变能的方法。目前中美等国都在从原理性研究向工程化推进,其中每一个细节均需要精雕细琢。靶丸作为关键性部件,表面存在任何凸起、灰尘等孤立缺陷,均可能导致聚变时产生非对称内爆甚至壳体破裂,造成巨大的损失。为实现靶丸全表面缺陷高精度、高效率
在武器系统的日常测试中,需要根据系统中的各类数据对系统的性能做出评价。将武器系统中的各类数据记录下来,按照通信协议进行解析,综合分析解析得到的数据后对系统性能做出评价,或是利用故障参数数据对武器系统进行故障诊断,帮助测试人员快速定位故障位置,有利于武器系统的改进和维护。本文以数据的处理过程为思路,设计完成了数据记录、解析模块,对导弹故障诊断、预测进行仿真,并利用仿真结果完成故障诊断模块的设计与实现
光子计数成像广泛应用于天文成像,夜视成像,医学成像等重要领域。但是,由于硬件设备和成像环境的影响,成像设备采集到的光子数量严重不足,此时,服从Poisson分布的散粒噪声会严重降低成像质量,生成低质量的低光子Poisson图像。在低光子Poisson图像中,图像局部自相似性、图像局部几何的灰度一致性和连续性均受到严重破坏,导致在图像的局部几何结构检测和非局部图像块几何相似性度量中上均存在非常大的误
目前,神经网络和深度学习的理论与方法广泛应用于计算机视觉和目标检测的研究,其研究成果已广泛用于自动驾驶、航空出行、安防等领域。传统的目标检测方法依靠绘制在目标上的矩形,通过水平和垂直边界框来确定目标位置。航空图像中的物体方向随机,密集且周围复杂,因此对传统的物体检测模型构成了挑战。传统的矩形框会忽略物体的方向,从而导致物体定位减少,并且在目标密集情况下重叠的框会限制进一步的处理,例如目标的理解和检
随着仿真系统愈发复杂,以及用户对仿真应用的要求日益提高,仿真系统可信度评估正面临越来越多的挑战。可信度评估是指分析、计算和评价仿真系统可信度程度,并最终判断其是否可信的一系列复杂过程。如何正确地开展仿真可信度评估是当前研究的热点与难点,也是本文研究的重点。国外在可信度评估中引入可接受性标准（Acceptability Criteria,AC）的概念,通过从仿真需求或预期用途中归纳出合适的可接受性标
近年来新零售概念十分火热,多方行业巨头针对这一革新在国内展开布局,但当下中国的无人零售市场还处于初期发展阶段,没有达到规模化、秩序化,其中无人超市作为新零售的尖端产品始终没有一套统一而完善的解决方案,反而无人售货机相对来说可以更容易实现无人超市的部分功能和体验,仍然拥有很高的提升空间,但是现阶段市场反馈差强人意,存在很多问题,开发一款新型的拥有更高兼容性、更大发展空间、更智能人性的无人售货机势在必
随着社会经济和科学技术的快速发展,以老年智能手环为代表的智能产品为智慧养老提供了解决思路。然而,目前针对老年智能手环的研究和发展主要集中在功能创新和技术实现层面,缺少对人机交互方式的研究,现有产品复杂的功能信息和不友好的交互方式导致老年用户产生抵触心理。本文从用户行为逻辑的角度出发,将认知经验、行为习惯等内容与老年智能手环交互设计要素相结合,以降低老年用户的学习、认知和操作成本。首先,梳理行为逻辑