【摘 要】
：
近年来,同时定位和地图构建（Simultaneous Localization and Mapping,SLAM）被广泛应用于移动机器人、无人驾驶、增强现实等领域。其中,由于视觉传感器具有成本低、普及度高、信息丰富等特点,基于视觉的SLAM技术成为当前的研究热点。但是视觉传感器自身存在缺陷,导致视觉SLAM的效果受场景较大。引入惯性测量单元能够为视觉SLAM弥补尺度信息和快速运动的位姿估计,同时视
论文部分内容阅读
近年来,同时定位和地图构建（Simultaneous Localization and Mapping,SLAM）被广泛应用于移动机器人、无人驾驶、增强现实等领域。其中,由于视觉传感器具有成本低、普及度高、信息丰富等特点,基于视觉的SLAM技术成为当前的研究热点。但是视觉传感器自身存在缺陷,导致视觉SLAM的效果受场景较大。引入惯性测量单元能够为视觉SLAM弥补尺度信息和快速运动的位姿估计,同时视觉传感器也能优化惯导的偏置。当前视觉SLAM一般基于环境是静态的这一假设,而实际场景中的运动物体势必会影响算法的精度。本文提出了在动态场景下,将视觉信息和惯性信息融合的SLAM方案。本文推导了惯性测量单元的预积分及其误差,分析了初始化和后端优化的传感器融合方式和目标函数求解方法。对比了多视图几何和光流两种方法处理动态点,提出了非关键帧不提取特征点,用光流跟踪已有特征点的性能改进方案。结合2D目标检测和点云分割,构建了语义地图和八叉树地图,并进行局部路径规划模拟。本文的SLAM系统在OpenLORIS数据集上进行了测试,并和目前开源的主流视觉SLAM对比。本文的方法补充了惯导的尺度信息,减小了动态信息的干扰,降低了系统的绝对轨迹误差,有效提高了定位的稳定性和鲁棒性。同时,本系统构建了多种地图形式,可以为导航等应用提供支持服务。
其他文献
洗扫车作为当今时代最主要的环保工具,在带来整洁环境的同时也造成了严重的噪声污染和能源浪费,有悖于建设资源节约型和环境友好型社会的方针政策。鉴于此,“十三五”国家重点研发计划“新能源汽车”重点专项6.2将高效气力输送系统的优化与开发列为重点研发子项目。气力输送系统主要是由离心风机、吸尘盘、集尘箱、管路以及风道等几部分组成。其中离心风机和吸尘盘是主要的噪声源,产生的气动噪声占整车噪声的绝大部分,因此,
目前,由于智能机器人以及仿生皮肤技术的发展,涉及到相关技术领域的研究逐渐受到人们的重视。对外部环境精准快速感知是智能机器人的基本能力,其中触觉是智能机器人感知外界的重要部分,包括温度、力和湿度等物理信息。能够不在人工的干预下独立的活动和处理问题是机器人智能化发展的方向,在此过程中需要机器人通过触觉传感器来感知外界的物理环境,进行目标的检测和识别,进而完成复杂和精细的任务,因此触觉传感器的研究和应用
随着我国经济快速发展,国家中心城市人口大量涌入,交通压力急剧增加,交通拥堵问题越发严重,市域快速轨道交通作为一种快速发展的交通运输方式,加强了中心城市和卫星城的联系,能大大区域之间文化经济活力,快速轨道交通具有旅客运输量大、速度快、占用地面空间小、节能环保等突出优点,成为缓解大城市交通压力的必然选择;快速轨道交通将迎来更加快速的发展。快速轨道交通建设为地下工程,地基变形对地下工程有较大影响,尤其在
设（X,d,μ）是满足非负Ricci曲率条件的度量测度空间.本文研究了上半空间X×R+上调和函数的边界问题.我们得到了若u（x,t）是定义在上半空间X×R+上的调和函数且满足以下Carleson测度条件:其中B（xB,rB）表示以xB为球心,以rB为半径的球,▽=（▽x,（?）t）表示全梯度,则它的迹u（x,0）=f（x）是有界平均振动（BMO）函数.反之,迹满足BMO条件的所有调和函数满足Car
基于方面的情感分析（Aspect-based Sentiment Analysis,简称ABSA）,是情感分析中的一项细粒度任务,其目标是识别特定方面信息在其上下文中的情感极性。基于方面的情感分析包含了两个基本子任务:基于方面类别的情感分析（Aspect Category Sentiment Analysis,简称ACSA）和基于方面实体的情感分析（Aspect Term Sentiment An
图像描述任务类似于人类的看图说话,目的在于根据一张图像生成描述性语言。图像描述任务不仅能够为视力有障碍的人提供很好的辅助,还能够应用与社交媒体,医学,数字图书馆等方方面面的领域,使得计算机为更多的人带来便利。相比于计算机视觉的分类,检测,分割等任务,图像描述任务的难点在于不仅要识别图像中对象的属性与对象之间的交互,还需要学习人类语法知识,生成无论是语法还是语义上都通顺的句子。近年来随着深度学习的快