检索结果-内蒙古大学图书馆

应用激光 2023年第1期43卷 84-90页

作者：李宏黄宜庆林林安徽工程大学高端装备感知与智能控制教育部重点实验室安徽芜湖241000 安徽工程大学安徽省电气传动与控制重点实室安徽芜湖241000

回环检测是同时定位与制图(SLAM)中一个重要且具有挑战性的问题。目前多数研究集中在视觉位置识别上,即通过外观来识别是否位置重复。为此,提出一种基于全局描述符的环路激光SLAM检测算法。利用全局描述符来提高回环检测的效率,使用相... 详细信息

回环检测是同时定位与制图(SLAM)中一个重要且具有挑战性的问题。目前多数研究集中在视觉位置识别上,即通过外观来识别是否位置重复。为此,提出一种基于全局描述符的环路激光SLAM检测算法。利用全局描述符来提高回环检测的效率,使用相似度评分来计算两个扫描上下文之间的距离,并利用两阶段搜索算法来有效地检测回环。在公开数据集KITTI上测试,对算法进行评价。该算法与现有的LeGO-LOAM算法相比,表现出了更好的效果。

关键词：激光SLAM 全局描述符回环检测

来源：评论

学校读者我要写书评

暂无评论

基于激光点云全局描述符的移动机器人自主定位研究

基于激光点云全局描述符的移动机器人自主定位研究

引用

作者：范朝阳天津大学

学位级别：硕士

随着智能移动机器人在各行各业的广泛应用,自主定位作为移动机器人实现自主导航的关键技术正变得越来越重要。目前,移动机器人多采用多线激光雷达进行自主定位,但是在复杂的室外环境下往往难以保证定位效率和定位精度,甚至有时出现定位... 详细信息

随着智能移动机器人在各行各业的广泛应用,自主定位作为移动机器人实现自主导航的关键技术正变得越来越重要。目前,移动机器人多采用多线激光雷达进行自主定位,但是在复杂的室外环境下往往难以保证定位效率和定位精度,甚至有时出现定位丢失的问题。基于此,本文采用多线激光雷达作为主要传感器,以激光点云全局描述符为切入点,从实现全局定位和局部定位的角度出发,开展机器人自主定位算法的研究。同时,通过搭建移动机器人平台,开展室外环境下机器人自主定位实验研究,进一步验证本文算法的优越性。首先,本文探究了多线激光雷达的全局定位问题。在不同地面倾角条件下,从提高机器人定位准确度和减少匹配时间的角度出发,在Scan Context算法的基础上提出了一种基于地面语义的全局描述符算法。充分利用地面点云信息生成全局描述符,提高了定位准确度;利用主成分分析算法及基于阈值划分的匹配算法,在保证精度的同时提高了匹配效率;基于地面点云信息,生成扩展关键帧的全局描述符,扩大了全局定位的有效范围。然后,为满足机器人实时精确的位置跟踪需求,在全局初始化定位的基础上,开展了机器人局部定位的研究。从即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)算法着手,将全局描述符应用于闭环检测环节,构建了精确的点云地图和全局描述符数据集。同时,结合基于概率估计的蒙特卡罗定位(Monte Carlo Localization,MCL)算法和基于匹配优化的正态分布变换(Normal-Distributions Transform,NDT)算法,将多种定位算法进行融合,设计了机器人局部定位算法,提高了定位精度和定位效率;再将全局描述符算法融入其中,实现了匹配失败后自主重定位,从而解决了机器人“绑架”及位置跟踪失败问题。最后,搭建了移动机器人的硬件和软件平台,对设计的机器人自主定位算法进行实验测试。在校园环境中完成了移动机器人的SLAM实验和随机位置即时定位实验,结果表明全局定位时间为0.156秒,成功率达到91%。同时,在局部定位失败后,机器人能够自动恢复定位,验证了本文提出的自主定位算法在室外环境中运行的可行性。综上,本文所开展的基于激光点云全局描述符的自主定位研究工作,为移动机器人进一步应对室外场景的实际需求打下了较好的应用基础。

关键词：激光雷达全局描述符移动机器人自主定位

来源：评论

学校读者我要写书评

暂无评论

基于全局描述符正交融合的单阶段图像检索方法及装置

基于全局描述符正交融合的单阶段图像检索方法及装置

引用

作者：王家凯黄佩卓李勇乐刘洋盛爽陈佳琦苑鲁峰 100031 北京市西城区白广路二条一号综合楼330房间

本发明涉及图像检索技术领域，具体提供了一种基于全局描述符正交融合的单阶段图像检索方法及装置，包括：将待检索图像作为预先训练的特征提取模型的输入，得到预先训练的特征提取模型输出的待检索图像对应的图像描述符；获取所述待检... 详细信息

标准号: CN117540045A

本发明涉及图像检索技术领域，具体提供了一种基于全局描述符正交融合的单阶段图像检索方法及装置，包括：将待检索图像作为预先训练的特征提取模型的输入，得到预先训练的特征提取模型输出的待检索图像对应的图像描述符；获取所述待检索图像对应的图像描述符与图像库中存储的图像对应的图像描述符之间的相似度，选取相似度最高的前预设数量个图像作为检索结果。本发明提供的技术方案，可以有效提高国网图像检索的速度和准确率，能够更加有效的使用国网中海量的图像数据，为后续的任务提供支持。

关键词：图像描述符检索图像特征提取模型图像检索相似度图像图像检索技术全局描述符检索结果图像数据单阶段图像库准确率预设存储输出

来源：评论

学校读者我要写书评

暂无评论

一种基于特征解耦重建和多尺度全局描述符的视觉地点识别方法

一种基于特征解耦重建和多尺度全局描述符的视觉地点识别方法

引用

作者：张辉庞银冬栾天李嘉锋卓力 100124 北京市朝阳区平乐园100号

一种基于特征解耦重建和多尺度全局描述符的视觉地点识别方法属于计算机视觉图像处理领域。本发明使用特征解耦重建增强模块，通过实例归一化学习不变性特征，将归一化过滤后的特征通过通道注意力解耦出与定位任务相关的特征重建回不变... 详细信息

标准号: CN116452849A

一种基于特征解耦重建和多尺度全局描述符的视觉地点识别方法属于计算机视觉图像处理领域。本发明使用特征解耦重建增强模块，通过实例归一化学习不变性特征，将归一化过滤后的特征通过通道注意力解耦出与定位任务相关的特征重建回不变性特征，以此有效提高模型的表示能力，提高对光照、天气等变化的鲁棒性；综合考虑定位算法的特征表达能力和计算效率，采用多通道并行的膨胀卷积，在较小计算量增加的情况下增加感受野大小，从而获得不同尺度的信息，丰富特征的表达能力，以此设计视觉地理定位算法，来提取尺度更丰富、表示能力更好的深度特征，以实现更好的定位结果。

关键词：不变性归一化特征解重建尺度视觉图像处理领域计算机视觉全局描述符地点识别地理定位定位结果定位算法计算效率深度特征特征表达综合考虑多尺度多通道计算量鲁棒性解耦卷积算法光照过滤注意力并行膨胀天气学习

来源：评论

学校读者我要写书评

暂无评论

一种基于全局描述符和词袋模型的闭环检测方法

一种基于全局描述符和词袋模型的闭环检测方法

引用

作者：葛红飞闫家好周卫琪李轶然江浩斌 212013 江苏省镇江市京口区学府路301号

本发明提供了一种基于全局描述符和词袋模型的闭环检测方法，根据当前帧和历史候选帧之间的灰度直方图相似度，获取到分数最高的k个候选关键帧，计算当前帧和k个候选关键帧之间的词袋向量相似度；将当前帧与k个候选关键帧之间的灰度直... 详细信息

标准号: CN115170841A

本发明提供了一种基于全局描述符和词袋模型的闭环检测方法，根据当前帧和历史候选帧之间的灰度直方图相似度，获取到分数最高的k个候选关键帧，计算当前帧和k个候选关键帧之间的词袋向量相似度；将当前帧与k个候选关键帧之间的灰度直方图相似度和词袋向量相似度归一化并进行加权，确定闭环候选帧，得到闭环候选帧队列；对闭环候选帧队列进行闭环几何验证，确定存在的闭环候选帧，选取存在的闭环候选帧中内点比例值最大的闭环候选帧作为闭环帧。本发明方法能降低闭环误匹配的概率，提高闭环检测的准确率。

关键词：闭环候选帧关键帧灰度直方图向量相似度闭环检测相似度队列全局描述符词袋模型几何验证归一化准确率内点加权匹配概率

来源：评论

学校读者我要写书评

暂无评论

融合多元信息的激光SLAM回环检测方法

引用

信息与控制 2024年第5期53卷 594-602页

作者：虞沈豪魏国亮张顺刘铭上海理工大学光电信息与计算机工程学院上海200093 上海理工大学管理学院上海200093

在同步定位与地图构建(simultaneous localization and mapping, SLAM)中,回环检测是一个重要且具有挑战性的问题。现有基于点云的回环检测通常只利用高度信息构建局部或者全局描述符,但其单一的描述能力导致错误的回环检测较多。为了... 详细信息

在同步定位与地图构建(simultaneous localization and mapping, SLAM)中,回环检测是一个重要且具有挑战性的问题。现有基于点云的回环检测通常只利用高度信息构建局部或者全局描述符,但其单一的描述能力导致错误的回环检测较多。为了解决这一问题,结合点云的高度、强度和密度信息,提出一种改进的全局描述符。为使用该全局描述符进行高效的回环检测,首先通过K维树(K-Dimensional Tree, KD-Tree)搜索数个回环候选帧,然后借用汉明距离的思想计算两帧点云对应全局描述符间的相似度,最后将相似度最高的帧确定为回环帧。实验使用公开数据集测试算法的性能,结果表明,算法具有更高的精确度和召回率,同时进行SLAM框架集成实验,获得更加优越的定位和建图精度。

关键词：同步定位与地图构建激光雷达回环检测汉明距离全局描述符

来源：评论

学校读者我要写书评

暂无评论

基于点云强度与高度信息的回环检测算法

引用

武汉科技大学学报 2022年第6期45卷 464-471页

作者：潘锋蒋林胡雨欣颜俊杰张文俊武汉科技大学冶金装备及其控制教育部重点实验室湖北武汉430081 武汉科技大学机器人与智能系统研究院湖北武汉430081 立得空间信息技术股份有限公司湖北武汉430073

回环检测对消除机器人在SLAM过程中产生的累计误差非常重要,现有基于全局描述符的激光雷达回环检测算法大多仅利用一种点云信息,回环检测精度不理想,而且为克服旋转不变性问题,通常需要重复计算两帧点云的相似度,这样明显增加了计算量,... 详细信息

回环检测对消除机器人在SLAM过程中产生的累计误差非常重要,现有基于全局描述符的激光雷达回环检测算法大多仅利用一种点云信息,回环检测精度不理想,而且为克服旋转不变性问题,通常需要重复计算两帧点云的相似度,这样明显增加了计算量,降低了算法实时性,为此本文提出一种改进的回环检测算法。首先利用不同方式对一帧点云的强度和高度信息在不同维度进行编码,构建出更加准确的全局描述符;然后将矩阵形式的描述符简化为向量,通过KD树的数据结构从历史点云中快速搜索出与当前点云可能发生回环的若干候选点云,进一步将候选点云和当前点云进行精度更高的相似度计算,判断是否发生回环。该算法还利用SLAM过程中估计的当前帧点云位姿,对每帧点云进行初始变换,以减少为克服旋转不变性问题所产生的计算量。分别在公开数据集KITTI和真实室外环境中进行了实验测试,结果显示,相较于采用Scan Context全局描述符的对比算法,本文算法在计算时间上缩短了40%以上,同时取得了更高的回环检测准确率。

关键词：回环检测 SLAM 点云编码点云强度高度信息全局描述符旋转不变性

来源：评论

学校读者我要写书评

暂无评论

基于线特征约束的室外三维激光SLAM算法研究

基于线特征约束的室外三维激光SLAM算法研究

引用

作者：潘锋武汉科技大学

学位级别：硕士

SLAM技术是机器人实现自主运动的关键技术之一,目前室外移动机器人通常以激光SLAM算法为主。但现有的激光SLAM算法在长距离的运行过程中容易产生累计误差在z轴产生漂移,从而影响机器人后续的定位与导航。回环检测算法是SLAM算法中消除... 详细信息

SLAM技术是机器人实现自主运动的关键技术之一,目前室外移动机器人通常以激光SLAM算法为主。但现有的激光SLAM算法在长距离的运行过程中容易产生累计误差在z轴产生漂移,从而影响机器人后续的定位与导航。回环检测算法是SLAM算法中消除累计误差的一个有效手段,现有基于激光的回环检测算法在精度和速度上仍有所欠缺。本文分别从激光SLAM算法的匹配和回环检测两个方面来进行研究,以提升激光SLAM算法的整体性能。本文的主要研究内容和结果如下:(1)搭建室外移动机器人平台,并对使用的传感器原理和数学模型进行分析。对多传感器之间的外参进行标定,得到激光雷达和IMU坐标系之间的转换关系,以方便后续算法对不同传感器的数据进行融合。(2)针对现有的激光SLAM算法在长距离运行过程中容易在z轴方向产生累计误差的问题,提出一种利用线特征约束的激光SLAM算法。该算法首先对激光点云中的特征点和线特征进行提取,分别利用特征点和线特征与局部地图匹配得到当前帧点云位姿。然后利用因子图将特征点与线特征得到的位姿和IMU的数据进行融合,从而得到更加准确的当前帧位姿。最后利用公开数据集和室外移动机器人平台进行实验,实验表明在没有回环检测的长距离运行过程中,相较于lio-mapping、LIO-SAM等算法,本文算法在z轴的漂移得到了明显的减少,整体精度更高。(3)针对现有的基于全局描述符的激光回环检测算法在准确率和计算速度方面不太理想的情况,本文提出了一种同时利用点云强度与几何信息的回环检测算法。其通过不同的编码方式对一帧点云的强度与几何信息进行编码,得到两层结构的全局描述符。在对点云进行编码之前,先利用SLAM过程中计算得到的位姿将点云的姿态变换到世界坐标系下,然后进行编码。这样可以明显减少全局描述符后续匹配过程中为克服旋转不变性问题带来的大量计算。最后通过公开数据集和真实环境中的实验,验证了本文回环检测算法在明显减少计算量的同时也拥有更高的检测精度。

关键词：同时定位与建图激光点云线特征约束回环检测全局描述符

来源：评论

学校读者我要写书评

暂无评论

视觉SLAM中位姿约束下的闭环检测算法研究

视觉SLAM中位姿约束下的闭环检测算法研究

引用

作者：宋楠楠石家庄铁道大学

学位级别：硕士

随着移动机器人在人们日常生活中的广泛应用,视觉SLAM技术作为其中的关键技术之一,逐步成为近年来研究的热点。基于视觉的闭环检测作为视觉SLAM的重要组成部分,目的是识别机器人之前访问过的地方,从而修正行驶过程中不断累积的位姿误差... 详细信息

随着移动机器人在人们日常生活中的广泛应用,视觉SLAM技术作为其中的关键技术之一,逐步成为近年来研究的热点。基于视觉的闭环检测作为视觉SLAM的重要组成部分,目的是识别机器人之前访问过的地方,从而修正行驶过程中不断累积的位姿误差,得到更精确的机器人位姿估计。单纯依赖视觉信息实现闭环检测,在相似场景或重复外观环境下容易产生感知歧义,从而造成误匹配;在环境光照变化较大情况下,容易错失闭环地点。针对这两个问题,本课题提出的算法采用一种对光照鲁棒的描述子实现闭环检测,解决光照变化较大环境下闭环丢失问题;将里程计的位姿信息和视觉闭环检测过程相结合,提出了位姿约束下的视觉闭环检测方法,解决感知歧义的问题。论文主要从三个方面进行了介绍。首先,针对光照变化条件下特征的不稳定性,对全局和局部描述子进行了介绍,针对采用的光照鲁棒全局描述符DIRD进行了详细描述,包括图像的滤波、归一化、量化过程及描述子的构建。之后介绍了图像之间相似性的计算方法并通过实验显示了描述子的构成。其次,介绍了相机位姿估计的方法及误差估计过程,为下一步的视觉闭环检测提供约束位姿。本文采用基于滤波方法的MSCKF(Multi-State Constraint Kalman Filter)算法实现图像和惯导信息融合的相机位姿估计,阐述其实现的过程并在实际数据集上进行了实验,分析了算法估计的位置误差和姿态误差,为下一步位姿约束算法实现奠定基础。第三,系统地研究了视觉闭环检测与位姿约束之间的关系,提出一种位姿约束下的DIRD的闭环检测系统框架。算法采用提供的位姿约束确定闭环候选区域,采用DIRD算子实现闭环检测,同时根据位置约束排除感知歧义造成的误匹配。算法在KITTI数据集上进行了验证,以Precision-Recall曲线做为评价标准,对本文闭环检测算法的准确性以及实时性进行评估与分析,实验结果表明了本文所提出的闭环检测方法有较好的可行性和有效性,不仅提高了闭环检测的效率和准确性,同时具有很好的鲁棒性。

关键词：全局描述符 DIRD 位姿约束闭环检测

来源：评论

学校读者我要写书评

暂无评论

深度学习技术在激光雷达场景识别任务中的应用研究

深度学习技术在激光雷达场景识别任务中的应用研究

引用

作者：张睿中国矿业大学

学位级别：硕士

实时精确的获取智能移动机器人在地图中的位置,是实现机器人自主导航、路径规划等任务的基础。为解决全球定位系统在信号干扰、遮蔽空间等场景下信号易丢失以及惯性导航系统存在初始化需求与误差累计等问题。研究者们开始广泛关注机器... 详细信息

实时精确的获取智能移动机器人在地图中的位置,是实现机器人自主导航、路径规划等任务的基础。为解决全球定位系统在信号干扰、遮蔽空间等场景下信号易丢失以及惯性导航系统存在初始化需求与误差累计等问题。研究者们开始广泛关注机器人如何利用自身搭载的环境感知传感器进行准确定位。激光雷达作为环境感知型传感器,对于环境光照等变化能够表现出更强的适应性,适合在长时间跨度下的实际环境中进行工作。点云场景识别算法是智能机器人在全局地图获取自身位置的关键,场景识别算法需要对点云的特征进行描述,传统人工设计的特征在点云密度变化和点云噪声的影响下不具有鲁棒性。随着深度学习技术的发展,点云深度学习技术展现出了远超传统点云处理的效果,在多项任务中表现出其强大的能力。本文将重点研究在点云噪声和低密度点云环境下场景识别算法的精度和鲁棒性等问题,以深度学习技术为主线,主要的研究内容及成果如下:(1)对点云深度学习技术的进行了概述,包括从感知机到神经网络的过程,卷积神经网络的各层的作用和常见方法,以及神经网络优化算法的种类和优缺点等,理论部分为后续研究提供了基础。(2)提出了在点云噪声和低密度环境下高效且鲁棒的场景识别网络,该网络是一种基于学习的网络,主要由三个模块组成:特征编码模块结合了基于点和基于体素的结构,能够高效有效的学习局部特征;注意力加权模块能够从全局的角度聚集空间关系并强化特征;特征融合模块用于生成全局描述符以用于特征检索。实验结果表明,其能够准确地检索和匹配场景,每帧点云运行时间为9ms,同时对点密度和噪声强度的变化具有更强的鲁棒性。该网络高效、鲁棒且泛化能力强的特性使其更适合应用于复杂的环境中。(3)针对本文提出的场景识别网络进行训练和测试的数据集都为开源室外数据集的问题,构建了一个室内点云数据集以对网络的泛化性进行测试,实验使用在开源数据集上训练获得的网络参数,应用于经过预处理的点云数据。实验结果表明,该网络在复杂且重复度较高的室内场景Top@5平均召回率仍然可以达到80%以上。

关键词：场景识别深度学习低密度场景点云噪声全局描述符

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：