检索结果-内蒙古大学图书馆

光学精密工程 2018年第10期26卷 2575-2583页

作者：张一姜挺江刚武于英周远信息工程大学河南郑州450001 陆军炮兵防空兵学院南京校区江苏南京211132

在视觉同时定位与地图构建问题中,ORB(Oriented FAST and Rotated BRIEF)特征由于其高效、稳定的优点而受到广泛关注。针对ORB特征提取过程中存在的像点量测精度较低、特征聚集现象明显等问题,提出了一种适用于高精度SLAM的均衡化亚像素... 详细信息

在视觉同时定位与地图构建问题中,ORB(Oriented FAST and Rotated BRIEF)特征由于其高效、稳定的优点而受到广泛关注。针对ORB特征提取过程中存在的像点量测精度较低、特征聚集现象明显等问题,提出了一种适用于高精度SLAM的均衡化亚像素ORB特征提取方法。分析了精确特征定位的原理,对误差方程进行合理的简化并采用一种基于模板窗口距离的权函数计算方法,大幅降低了计算负担;设计了一种基于四叉树结构的特征均衡化方案,对包含特征的像平面空间进行有限次数的迭代分割,然后选取具有最优响应的特征。试验表明,本文方法进行特征提取的额外计算负担小于2.5 ms,在运行TUM和KITTI数据集时,ORB特征的量测精度分别为0.84和0.62 Pixel,达到亚像素水平,可以降低误差初值,提高光束法平差效率,并能够在满足特征总体分布规律的情况下,显著改善特征聚集的现象,有利于后续问题的稳健、准确求解。

关键词：同时定位与地图构建 ORB特征量测精度精确特征定位四叉树均衡化

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型最大期望聚类的同时定位与地图构建数据关联

引用

控制理论与应用 2020年第2期37卷 265-274页

作者：阮晓钢张晶晶朱晓庆周静北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124

数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联... 详细信息

数据关联是移动机器人同时定位与地图构建(SLAM)中状态估计的前提和基础,针对当前联合兼容分支定界算法存在计算复杂度高、耗时长的问题,提出了基于高斯混合模型(GMM)最大期望聚类分组的SLAM数据关联算法.首先,为减少同一时刻参与关联的观测值数目,在局部区域内采用GMM最大期望聚类算法对当前时刻的观测值进行分组;其次,在各观测小组中采用联合兼容分支定界算法进行数据关联;最后,综合各观测小组的观测值同局部地图特征得到的关联解,得到最优的关联结果.仿真实验结果表明,基于高斯混合模型最大期望聚类分组的SLAM数据关联算法在保证数据关联准确度的前提下,计算复杂度得到了降低,缩短了运行时间.

关键词：同时定位与地图构建数据关联联合兼容分支定界高斯混合模型最大期望聚类移动机器人

来源：评论

学校读者我要写书评

暂无评论

基于单目视觉的同时定位与地图构建方法综述

引用

计算机辅助设计与图形学学报 2016年第6期28卷 855-868页

作者：刘浩敏章国锋鲍虎军浙江大学CAD&CG国家重点实验室杭州310058 浙江大学工业信息物理融合系统协同创新中心杭州310058

增强现实是一种在现实场景中无缝地融入虚拟物体或信息的技术,能够比传统的文字、图像和视频等方式更高效、直观地呈现信息,有着非常广泛的应用.同时定位与地图构建作为增强现实的关键基础技术,可以用来在未知环境中定位自身方位并同时... 详细信息

增强现实是一种在现实场景中无缝地融入虚拟物体或信息的技术,能够比传统的文字、图像和视频等方式更高效、直观地呈现信息,有着非常广泛的应用.同时定位与地图构建作为增强现实的关键基础技术,可以用来在未知环境中定位自身方位并同时构建环境三维地图,从而保证叠加的虚拟物体与现实场景在几何上的一致性.文中首先简述基于视觉的同时定位与地图构建的基本原理;然后介绍几个代表性的基于单目视觉的同时定位与地图构建方法并做深入分析和比较;最后讨论近年来研究热点和发展趋势,并做总结和展望.

关键词：增强现实同时定位与地图构建运动推断结构多视图几何摄像机跟踪

来源：评论

学校读者我要写书评

暂无评论

面向场景变化的动态自适应同时定位与地图构建

引用

中国科学：技术科学 2018年第12期48卷 1373-1391页

作者：史殿习童哲航杨绍武张拥军易晓东国防科技大学计算机学院长沙410073 军事科学院国防科技创新研究院北京100166 天津(滨海)人工智能军民融合创新中心天津300457

在动态变化的复杂环境中,如何使同时定位与地图构建(SLAM)系统根据场景变化持续可靠地进行定位和地图构建,成为其能否走向实际应用的关键所在,也是目前SLAM研究领域中重点研究和待解决的问题之一.针对这一问题,本文提出了一个可扩展的... 详细信息

在动态变化的复杂环境中,如何使同时定位与地图构建(SLAM)系统根据场景变化持续可靠地进行定位和地图构建,成为其能否走向实际应用的关键所在,也是目前SLAM研究领域中重点研究和待解决的问题之一.针对这一问题,本文提出了一个可扩展的、面向场景变化的同时定位与地图构建框架—SceneSLAM,支持场景检测和SLAM算法的有效复用和自动化调度;根据当前场景检测结果,动态自适应地调用依赖不同传感器数据的SLAM算法,从而提高SLAM系统适应环境变化和持续稳定工作的能力;在SceneSLAM框架基础之上,提出了能够有效检测室内、室外、黑暗场景的场景检测模型,以及应对光线变化的室内、室外场景的动态自适应SLAM模型;在模型切换时自动地进行坐标转换和尺度转换,从而获得具备全局一致性和尺度一致性的定位与地图构建结果.最后,基于ROS平台实现了一个动态适应场景变化的SLAM原型系统,实验中利用Turtlebot机器人,在室内、室外、黑暗场景中进行实验,验证了本文所提出方法的有效性.

关键词：同时定位与地图构建场景检测动态自适应 ROS

来源：评论

学校读者我要写书评

暂无评论

平方根容积卡尔曼滤波概率假设密度算法在移动机器人同时定位与地图构建中的应用

引用

控制理论与应用 2014年第8期31卷 1009-1017页

作者：闫德立宋永端宋宇康轶非北京交通大学电子信息工程学院北京100044 石家庄铁道大学电气与电子工程学院河北石家庄050043

针对杂波环境或数据关联模糊环境下移动机器人同时定位与地图构建(SLAM)的问题,本文提出平方根容积卡尔曼滤波概率假设密度(SRCKF-PHD)SLAM算法,该算法的主要特点在于:1)采用容积规则方法计算非线性函数高斯权重积分以及机器人位姿粒子... 详细信息

针对杂波环境或数据关联模糊环境下移动机器人同时定位与地图构建(SLAM)的问题,本文提出平方根容积卡尔曼滤波概率假设密度(SRCKF-PHD)SLAM算法,该算法的主要特点在于:1)采用容积规则方法计算非线性函数高斯权重积分以及机器人位姿粒子权重,达到改善位姿估计性能的目的;2)在高斯混合概率假设密度更新过程中,将平方根容积卡尔曼滤波应用于高斯项权重更新及观测似然计算中,保证了协方差矩阵的对称性和半正定性,提高了地图估计的精度和稳定性.通过仿真实验及CarPark数据集,将提出算法与RB-PHD-SLAM算法进行对比,结果表明该算法对机器人位姿估计精度及地图估计精度的提高是有效的.

关键词：移动机器人同时定位与地图构建平方根容积卡尔曼滤波概率假设密度

来源：评论

学校读者我要写书评

暂无评论

无人车基于双目视觉的同时定位与地图构建

引用

华中科技大学学报（自然科学版） 2015年第S1期43卷 319-323页

作者：段华旭闫飞庄严卜春光大连理工大学控制科学与工程学院辽宁大连116024 中国科学院沈阳自动化研究所机器人学重点实验室辽宁沈阳110016

研究了无人驾驶车面向校园环境的同时定位与地图构建问题.采用双目视觉系统进行立体视觉图像匹配,并以此为基础完成优化前的位姿拓扑地图构建;采用了一种基于ORB图像特征和BoW模型的闭环检测算法,并利用时间连续性约束和几何一致性约束... 详细信息

研究了无人驾驶车面向校园环境的同时定位与地图构建问题.采用双目视觉系统进行立体视觉图像匹配,并以此为基础完成优化前的位姿拓扑地图构建;采用了一种基于ORB图像特征和BoW模型的闭环检测算法,并利用时间连续性约束和几何一致性约束来提升闭环匹配正确率.位姿拓扑地图的后端优化采用了高斯-牛顿优化方法,并且在迭代过程中充分考虑了系统信息矩阵的稀疏性.利用实验室自主研发的SmartCruiser无人驾驶车平台在校园环境进行了实验,结果验证了本文所提方法的有效性和实用性.

关键词：双目视觉闭环检测同时定位与地图构建拓扑图优化无人驾驶车

来源：评论

学校读者我要写书评

暂无评论

基于优化RBPF的同时定位与地图构建

引用

华中科技大学学报（自然科学版） 2016年第5期44卷 30-34页

作者：罗元苏琴张毅郑潇峰重庆邮电大学信息无障碍工程与机器人技术研发中心重庆400065

以优化的Rao-Blackwellized粒子滤波器(RBPF)为基础,实现了室内移动机器人同时定位与地图构建(SLAM).结合移动机器人的运动模型和观测模型,设计一种基于退火参数优化混合提议分布的RBPF算法,以退火参数调控两者在混合提议分布中的比例,... 详细信息

以优化的Rao-Blackwellized粒子滤波器(RBPF)为基础,实现了室内移动机器人同时定位与地图构建(SLAM).结合移动机器人的运动模型和观测模型,设计一种基于退火参数优化混合提议分布的RBPF算法,以退火参数调控两者在混合提议分布中的比例,使改进的提议分布更加接近真实状态;针对重采样后粒子退化效应,提出一种基于等级的自适应局部重采样(APRR)算法.在机器人操作系统(ROS)平台上,使用配有URG激光器的Pioneer3-DX机器人对改进算法进行实验验证,结果表明:改进算法能减少所需粒子数,保持粒子多样性,降低计算复杂度,在不同环境下在线创建高精度的2-D栅格地图.

关键词：同时定位与地图构建混合提议分布重采样机器人操作系统先锋3机器人

来源：评论

学校读者我要写书评

暂无评论

基于同时定位与地图构建的AUV导航定位方法综述

引用

航天控制 2018年第3期36卷 79-85,98页

作者：聂永芳潘爽孙东平施建礼海军潜艇学院战略导弹与水中兵器系青岛266071 清华大学自动化系北京100084

同时定位与地图构建(SLAM)方法是自主式水下机器人导航领域的研究热点。首先介绍了水下SLAM算法的发展现状,总结了水下SLAM的主要实现方法和目前存在的难点问题,最后探讨了水下SLAM的发展趋势。

关键词：同时定位与地图构建自主式水下机器人扩展卡尔曼滤波 FastSLAM数据关联

来源：评论

学校读者我要写书评

暂无评论

面向大尺度场景的单目同时定位与地图构建

引用

中国科学：信息科学 2016年第12期46卷 1748-1761页

作者：刘浩敏章国锋鲍虎军浙江大学CAD&CG国家重点实验室杭州310058 浙江大学工业信息物理融合系统协同创新中心杭州310058

基于单目相机的同时定位与地图构建方法容易随着场景不断扩大而造成累积误差.尤其对于大尺度场景,误差累积往往非常明显,导致循环回路无法有效闭合.虽然集束调整技术能通过闭合循环回路来有效地消除误差累积,然而对于大尺度场景,传统的... 详细信息

基于单目相机的同时定位与地图构建方法容易随着场景不断扩大而造成累积误差.尤其对于大尺度场景,误差累积往往非常明显,导致循环回路无法有效闭合.虽然集束调整技术能通过闭合循环回路来有效地消除误差累积,然而对于大尺度场景,传统的集束调整方法由于存在内存和效率两方面的瓶颈,在实时的同时定位与地图构建上进行应用时会受到很大限制.本文基于我们之前的离线运动推断结构方面的研究工作研制了一个新的面向大尺度场景的单目同时定位与地图构建系统,将其中的一些关键技术进行改进和替换,使之适用于实时的同时定位与地图构建.具体来说,提出了一种新的基于非连续帧特征匹配的在线回路检测方法,能自动检测循环回路并高效匹配不同子序列上的相同特征点,并采用基于分段的集束调整方法进行高效的回路闭合,可以在有限的内存空间下进行高效的全局优化,消除误差累积.实验中分别在我们自己拍摄的数据集和KITTI数据集上定性和定量地对比了两个目前最好的单目同时定位与地图构建系统,验证了所提方法的有效性.

关键词：同时定位与地图构建大尺度场景运动推断结构集束调整特征匹配

来源：评论

学校读者我要写书评

暂无评论

基于视觉的同时定位与地图构建方法综述

引用

计算机应用研究 2010年第8期27卷 2839-2844页

作者：何俊学李战明兰州理工大学电信学院兰州730050

基于视觉的自主导航与路径规划是移动机器人研究的关键技术,对基于视觉的计算机导航与同时定位及地图构建(SLAM)方法近三十年的发展进行了总结和展望。将视觉导航分为室内导航和室外导航,并详细阐述了每一种子类型的特点和方法。对于室... 详细信息

基于视觉的自主导航与路径规划是移动机器人研究的关键技术,对基于视觉的计算机导航与同时定位及地图构建(SLAM)方法近三十年的发展进行了总结和展望。将视觉导航分为室内导航和室外导航,并详细阐述了每一种子类型的特点和方法。对于室内视觉导航,列举了经典导航模型和技术方法,探讨了解决SLAM问题的最新进展:HTM-SLAM算法和基于特征的算法;对室外视觉导航,阐述了国际国内目前的研究动态。

关键词：计算机视觉图像处理导航同时定位与地图构建综述

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：