期刊文献+
共找到250篇文章
< 1 2 13 >
每页显示 20 50 100
Research on simultaneous localization and mapping for AUV by an improved method:Variance reduction FastSLAM with simulated annealing 被引量:5
1
作者 Jiashan Cui Dongzhu Feng +1 位作者 Yunhui Li Qichen Tian 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2020年第3期651-661,共11页
At present,simultaneous localization and mapping(SLAM) for an autonomous underwater vehicle(AUV)is a research hotspot.Aiming at the problem of non-linear model and non-Gaussian noise in AUV motion,an improved method o... At present,simultaneous localization and mapping(SLAM) for an autonomous underwater vehicle(AUV)is a research hotspot.Aiming at the problem of non-linear model and non-Gaussian noise in AUV motion,an improved method of variance reduction fast simultaneous localization and mapping(FastSLAM) with simulated annealing is proposed to solve the problems of particle degradation,particle depletion and particle loss in traditional FastSLAM,which lead to the reduction of AUV location estimation accuracy.The adaptive exponential fading factor is generated by the anneal function of simulated annealing algorithm to improve the effective particle number and replace resampling.By increasing the weight of small particles and decreasing the weight of large particles,the variance of particle weight can be reduced,the number of effective particles can be increased,and the accuracy of AUV location and feature location estimation can be improved to some extent by retaining more information carried by particles.The experimental results based on trial data show that the proposed simulated annealing variance reduction FastSLAM method avoids particle degradation,maintains the diversity of particles,weakened the degeneracy and improves the accuracy and stability of AUV navigation and localization system. 展开更多
关键词 Autonomous underwater vehicle(AUV) SONAR simultaneous localization and mapping(slam) Simulated annealing FASTslam
在线阅读 下载PDF
Rapid State Augmentation for Compressed EKF-Based Simultaneous Localization and Mapping 被引量:1
2
作者 窦丽华 张海强 +1 位作者 陈杰 方浩 《Journal of Beijing Institute of Technology》 EI CAS 2009年第2期192-197,共6页
A new method for speeding up the state augment operations involved in the compressed extended Kalman filter-based simultaneous localization and mapping (CEKF-SLAM) algorithm was proposed. State augment usually requi... A new method for speeding up the state augment operations involved in the compressed extended Kalman filter-based simultaneous localization and mapping (CEKF-SLAM) algorithm was proposed. State augment usually requires a fully-updated state eovariance so as to append the information of newly observed landmarks, thus computational volume increases quadratically with the number of landmarks in the whole map. It was proved that state augment can also be achieved by augmenting just one auxiliary coefficient ma- trix. This method can yield identical estimation results as those using EKF-SLAM algorithm, and computa- tional amount grows only linearly with number of increased landmarks in the local map. The efficiency of this quick state augment for CEKF-SLAM algorithm has been validated by a sophisticated simulation project. 展开更多
关键词 simultaneous localization and mapping (slam extended Kalman filter state augment compu- tational volume
在线阅读 下载PDF
Simultaneous Localization and Mapping System Based on Labels 被引量:1
3
作者 Tong Liu Panpan Liu +1 位作者 Songtian Shang Yi Yang 《Journal of Beijing Institute of Technology》 EI CAS 2017年第4期534-541,共8页
In this paper a label-based simultaneous localization and mapping( SLAM) system is proposed to provide localization to indoor autonomous robots. In the system quick response( QR) codes encoded with serial numbers ... In this paper a label-based simultaneous localization and mapping( SLAM) system is proposed to provide localization to indoor autonomous robots. In the system quick response( QR) codes encoded with serial numbers are utilized as labels. These labels are captured by two webcams,then the distances and angles between the labels and webcams are computed. Motion estimated from the two rear wheel encoders is adjusted by observing QR codes. Our system uses the extended Kalman filter( EKF) for the back-end state estimation. The number of deployed labels controls the state estimation dimension. The label-based EKF-SLAM system eliminates complicated processes,such as data association and loop closure detection in traditional feature-based visual SLAM systems. Our experiments include software-simulation and robot-platform test in a real environment. Results demonstrate that the system has the capability of correcting accumulated errors of dead reckoning and therefore has the advantage of superior precision. 展开更多
关键词 simultaneous localization and mapping (slam extended Kalman filter (EKF) quick response (QR) codes artificial landmarks
在线阅读 下载PDF
Underwater Simultaneous Localization and Mapping Based on Forward-looking Sonar 被引量:1
4
作者 Tiedong Zhang Wenjing Zeng Lei Wan 《Journal of Marine Science and Application》 2011年第3期371-376,共6页
A method of underwater simultaneous localization and mapping (SLAM) based on forward-looking sonar was proposed in this paper. Positions of objects were obtained by the forward-looking sonar, and an improved associa... A method of underwater simultaneous localization and mapping (SLAM) based on forward-looking sonar was proposed in this paper. Positions of objects were obtained by the forward-looking sonar, and an improved association method based on an ant colony algorithm was introduced to estimate the positions. In order to improve the precision of the positions, the extended Kalman filter (EKF) was adopted. The presented algorithm was tested in a tank, and the maximum estimation error of SLAM gained was 0.25 m. The tests verify that this method can maintain better association efficiency and reduce navigatioJ~ error. 展开更多
关键词 simultaneous localization and mapping (slam looking forward sonar extended Kalman filter (EKF)
在线阅读 下载PDF
Review of Simultaneous Localization and Mapping Technology in the Agricultural Environment
5
作者 Yaoguang Wei Bingqian Zhou +3 位作者 Jialong Zhang Ling Sun Dong An Jincun Liu 《Journal of Beijing Institute of Technology》 EI CAS 2023年第3期257-274,共18页
Simultaneous localization and mapping(SLAM)is one of the most attractive research hotspots in the field of robotics,and it is also a prerequisite for the autonomous navigation of robots.It can significantly improve th... Simultaneous localization and mapping(SLAM)is one of the most attractive research hotspots in the field of robotics,and it is also a prerequisite for the autonomous navigation of robots.It can significantly improve the autonomous navigation ability of mobile robots and their adaptability to different application environments and contribute to the realization of real-time obstacle avoidance and dynamic path planning.Moreover,the application of SLAM technology has expanded from industrial production,intelligent transportation,special operations and other fields to agricultural environments,such as autonomous navigation,independent weeding,three-dimen-sional(3D)mapping,and independent harvesting.This paper mainly introduces the principle,sys-tem framework,latest development and application of SLAM technology,especially in agricultural environments.Firstly,the system framework and theory of the SLAM algorithm are introduced,and the SLAM algorithm is described in detail according to different sensor types.Then,the devel-opment and application of SLAM in the agricultural environment are summarized from two aspects:environment map construction,and localization and navigation of agricultural robots.Finally,the challenges and future research directions of SLAM in the agricultural environment are discussed. 展开更多
关键词 simultaneous localization and mapping(slam) agricultural environment agricultural robots environment map construction localization and navigation
在线阅读 下载PDF
Localization and mapping in urban area based on 3D point cloud of autonomous vehicles 被引量:2
6
作者 王美玲 李玉 +2 位作者 杨毅 朱昊 刘彤 《Journal of Beijing Institute of Technology》 EI CAS 2016年第4期473-482,共10页
In order to meet the application requirements of autonomous vehicles, this paper proposes a simultaneous localization and mapping (SLAM) algorithm, which uses a VoxelGrid filter to down sample the point cloud data, ... In order to meet the application requirements of autonomous vehicles, this paper proposes a simultaneous localization and mapping (SLAM) algorithm, which uses a VoxelGrid filter to down sample the point cloud data, with the combination of iterative closest points (ICP) algorithm and Gaussian model for particles updating, the matching between the local map and the global map to quantify particles' importance weight. The crude estimation by using ICP algorithm can find the high probability area of autonomous vehicles' poses, which would decrease particle numbers, increase algorithm speed and restrain particles' impoverishment. The calculation of particles' importance weight based on matching of attribute between grid maps is simple and practicable. Experiments carried out with the autonomous vehicle platform validate the effectiveness of our approaches. 展开更多
关键词 simultaneous localization and mapping (slam Rao-Blackwellized particle filter RB-PF) VoxelGrid filter ICP algorithm Gaussian model urban area
在线阅读 下载PDF
基于改进YOLOv5s的动态视觉SLAM算法
7
作者 蒋畅江 刘朋 舒鹏 《北京航空航天大学学报》 北大核心 2025年第3期763-771,共9页
针对室内动态场景中存在的动态目标会降低同步定位与地图构建(SLAM)系统的鲁棒性和相机定位精度问题,提出了一种基于目标检测网络的动态视觉SLAM算法。选择YOLOv5系列中深度和特征图宽度最小的YOLOv5s作为目标检测网络,并将其主干网络... 针对室内动态场景中存在的动态目标会降低同步定位与地图构建(SLAM)系统的鲁棒性和相机定位精度问题,提出了一种基于目标检测网络的动态视觉SLAM算法。选择YOLOv5系列中深度和特征图宽度最小的YOLOv5s作为目标检测网络,并将其主干网络替换为PPLCNet轻量级网络,在VOC2007+VOC2012数据集训练后,由实验结果可知,PP-LCNet-YOLOv5s模型较YOLOv5s模型网络参数量减少了41.89%,运行速度加快了39.13%。在视觉SLAM系统的跟踪线程中引入由改进的目标检测网络和稀疏光流法结合的并行线程,用于剔除动态特征点,仅利用静态特征点进行特征匹配和相机位姿估计。实验结果表明,所提算法在动态场景下的相机定位精度较ORB-SLAM3提升了92.38%。 展开更多
关键词 同步定位与地图构建 目标检测 动态特征点剔除 定位精度 光流法
在线阅读 下载PDF
面向自主靠离泊环境的USV激光SLAM方法
8
作者 刘华康 何佳洲 +2 位作者 王景石 蔡庆 滕欣进 《舰船科学技术》 北大核心 2025年第3期117-122,共6页
在自主靠离泊环境中,水面无人艇使用传统激光同步定位与建图算法面临许多挑战,如水面高动态变化、水波干扰和局部极值问题等。针对这些问题,本文提出一种基于改进LIO-SAM(Lidar Inertial Odometry via Smoothing and Mapping)的USV(Unma... 在自主靠离泊环境中,水面无人艇使用传统激光同步定位与建图算法面临许多挑战,如水面高动态变化、水波干扰和局部极值问题等。针对这些问题,本文提出一种基于改进LIO-SAM(Lidar Inertial Odometry via Smoothing and Mapping)的USV(Unmanned Surface Vehicle)激光SLAM(Simultaneous Localization and Mapping)算法。首先,通过优化惯性测量单元预积分过程,在保持算法水面动态环境下精度的同时,降低了计算负担;其次,引入了一种基于复合滤波的水波干扰抑制方法,降低了水波对激光SLAM的影响;最后,采用了一种改进的图优化方法,有效解决了局部极值问题。实验结果表明,所提出的算法在USV的自主靠离泊环境中具有较高的定位精度和稳定性。 展开更多
关键词 无人艇 同步定位与建图 自主靠离泊 水波干扰
在线阅读 下载PDF
无人车蛙跳协同的激光SLAM退化校正
9
作者 金浙 蒋朝阳 《兵工学报》 北大核心 2025年第3期57-65,共9页
稳定高精度的定位是实现地面无人车辆协同自主行驶的先决条件。激光同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术在缺少几何特征的走廊、隧道、沙漠等场景中难以实现精准定位。为此提出一种无人车蛙跳协同的激光SLA... 稳定高精度的定位是实现地面无人车辆协同自主行驶的先决条件。激光同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术在缺少几何特征的走廊、隧道、沙漠等场景中难以实现精准定位。为此提出一种无人车蛙跳协同的激光SLAM退化校正方法。估计当前帧每个特征点的法向量,并提出一种激光SLAM退化检测算法,当检测到环境退化时,使用两个无人车之间的测距信息对激光SLAM进行退化校正,在位姿图中进一步优化定位结果,并在自主搭建的两个无人车平台上进行测试。研究结果表明,新方法与当前主流激光SLAM方法相比获得了更高的建图效果,证明了新方法能够显著提高激光SLAM在退化场景中的定位效果。 展开更多
关键词 无人车 蛙跳协同 同时定位与建图 退化检测 退化校正
在线阅读 下载PDF
基于多传感器融合技术SLAM的研究
10
作者 张顺 李雪娇 +1 位作者 覃小婷 黄颖 《汽车实用技术》 2025年第4期16-19,共4页
多传感器融合同步定位和地图绘制(SLAM)技术对于提高自动驾驶车辆的可靠性至关重要。多传感器融合技术能帮助无人驾驶车辆更好地识别环境信息、做好路径规划和导航定位,实现更可靠和精确的自动驾驶功能。文章以无人小车为平台,分别从视... 多传感器融合同步定位和地图绘制(SLAM)技术对于提高自动驾驶车辆的可靠性至关重要。多传感器融合技术能帮助无人驾驶车辆更好地识别环境信息、做好路径规划和导航定位,实现更可靠和精确的自动驾驶功能。文章以无人小车为平台,分别从视觉传感器和激光雷达融合建图定位的角度出发,通过研究多传感器融合建图导航定位的对比测试结果与特性,提出可以提升自动驾驶车辆建图定位可靠性的建议和方法。通过测试,使用视觉传感器和激光雷达数据融合进行建图和定位,可以在立体防撞应用场景有效提升自动驾驶车辆的准确性和可靠性。 展开更多
关键词 传感器融合 同步定位和地图绘制 无人小车 可靠性
在线阅读 下载PDF
基于GMapping算法与指纹地图构建的井下定位方法 被引量:4
11
作者 蒋磊 杨柳铭 +2 位作者 武方达 韩会杰 周雪 《工矿自动化》 北大核心 2017年第9期96-101,共6页
针对现有井下定位算法定位精度差和依赖信号源坐标的问题,提出一种基于GMapping算法与指纹地图构建的井下定位方法。将待定位的位置信号特征与信号分布图进行匹配,选择最优定位坐标,从而提高井下定位精度;通过与GMapping算法相结合,避... 针对现有井下定位算法定位精度差和依赖信号源坐标的问题,提出一种基于GMapping算法与指纹地图构建的井下定位方法。将待定位的位置信号特征与信号分布图进行匹配,选择最优定位坐标,从而提高井下定位精度;通过与GMapping算法相结合,避免了指纹地图构建过程维护成本高的问题,优化了算法的搜索与匹配效率。实际测试结果表明,该方法平均定位误差为57.7cm,可以满足井下定位要求。 展开更多
关键词 井下定位 即时定位与地图构建 Gmapping算法 指纹地图 信号分布图
在线阅读 下载PDF
多传感器融合SLAM研究综述 被引量:5
12
作者 高强 陆科帆 +3 位作者 吉月辉 刘俊杰 许亮 魏光睿 《现代雷达》 CSCD 北大核心 2024年第8期29-39,共11页
如今,移动机器人技术的发展使得同步定位与建图(SLAM)技术越来越受到学者的关注。在未知环境下,使移动机器人能够自主完成建图或者探索,是SLAM最基本的要求。在过去的十年,单传感器为机器人的建图和探索提供了良好的效果,而多传感器融合... 如今,移动机器人技术的发展使得同步定位与建图(SLAM)技术越来越受到学者的关注。在未知环境下,使移动机器人能够自主完成建图或者探索,是SLAM最基本的要求。在过去的十年,单传感器为机器人的建图和探索提供了良好的效果,而多传感器融合SLAM则以其强鲁棒、高精度的技术特性,为提升移动机器人建图的精度和速度提供了更高的可能性,成为了SLAM发展的主要研究方向。文中总结了现今多传感器融合SLAM的方案,首先对单传感器方案进行了比较;然后对多传感器融合技术的方案进行了对比;最后,分析了多传感器融合SLAM的难点与解决方案,并对多传感器融合SLAM的未来与发展进行了探讨。 展开更多
关键词 移动机器人 单传感器 多传感器融合 同步定位与建图
在线阅读 下载PDF
基于深度学习的移动机器人语义SLAM方法研究 被引量:5
13
作者 王立鹏 张佳鹏 +2 位作者 张智 王学武 齐尧 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第2期306-313,共8页
为了给移动机器人提供细节丰富的三维语义地图,支撑机器人的精准定位,本文提出一种结合RGB-D信息与深度学习结果的机器人语义同步定位与建图方法。改进了ORB-SLAM2算法的框架,提出一种可以构建稠密点云地图的视觉同步定位与建图系统;将... 为了给移动机器人提供细节丰富的三维语义地图,支撑机器人的精准定位,本文提出一种结合RGB-D信息与深度学习结果的机器人语义同步定位与建图方法。改进了ORB-SLAM2算法的框架,提出一种可以构建稠密点云地图的视觉同步定位与建图系统;将深度学习的目标检测算法YOLO v5与视觉同步定位与建图系统融合,反映射为三维点云语义标签,结合点云分割完成数据关联和物体模型更新,并用八叉树的地图形式存储地图信息;基于移动机器人平台,在实验室环境下开展移动机器人三维语义同步定位与建图实验,实验结果验证了本文语义同步定位与建图算法的语义信息映射、点云分割与语义信息匹配以及三维语义地图构建的有效性。 展开更多
关键词 移动机器人 深度学习 视觉同步定位与建图 目标识别 点云分割 数据关联 八叉树 语义地图
在线阅读 下载PDF
视觉SLAM方法综述 被引量:8
14
作者 王朋 郝伟龙 +2 位作者 倪翠 张广渊 巩慧 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期359-367,共9页
实时定位与建图(SLAM)技术搭载特定传感器,使移动机器人在无任何环境先验条件下,在运动过程中自主建立环境模型来计算自身位姿,大幅提高其自主导航能力,以及对不同应用环境的适应性。视觉SLAM方法以相机作为外部传感器,通过采集周围环... 实时定位与建图(SLAM)技术搭载特定传感器,使移动机器人在无任何环境先验条件下,在运动过程中自主建立环境模型来计算自身位姿,大幅提高其自主导航能力,以及对不同应用环境的适应性。视觉SLAM方法以相机作为外部传感器,通过采集周围环境信息来创建地图并实时估计机器人自身位姿。为此,介绍了具有代表性的经典视觉SLAM方法及与深度学习相结合的视觉SLAM方法,分析了视觉SLAM方法中采用的不同特征检测方法、后端优化、闭环检测,以及动态环境下视觉SLAM方法的应用,总结了视觉SLAM方法的问题,并探讨了视觉SLAM方法在未来的热点研究方向和发展前景。 展开更多
关键词 视觉实时定位与建图 深度学习 特征检测 位姿估计 闭环检测
在线阅读 下载PDF
基于筛选策略的动态环境下激光SLAM算法 被引量:2
15
作者 徐晓苏 王睿 姚逸卿 《中国惯性技术学报》 EI CSCD 北大核心 2024年第7期681-689,695,共10页
现有的同步定位与建图(SLAM)方法在理想条件下运行稳定,但在动态环境中会因移动物体特征点云的误匹配导致定位误差增大。为解决此问题,提出了一种动态点云检测算法。首先利用惯性测量装置信息对点云数据预处理,包含去畸变等操作;然后剔... 现有的同步定位与建图(SLAM)方法在理想条件下运行稳定,但在动态环境中会因移动物体特征点云的误匹配导致定位误差增大。为解决此问题,提出了一种动态点云检测算法。首先利用惯性测量装置信息对点云数据预处理,包含去畸变等操作;然后剔除地面点云,采用弯曲体素结构对非地面点云进行聚类;接着,通过匈牙利算法关联和匹配两帧之间的聚类,同时利用惯性信息统一坐标系;最后设计一种筛选策略,先用边界框交并比和质心速度粗略筛选动态聚类,再用z轴(高度)分布相似性进行精细筛选。实验结果表明,所提算法能够识别并滤除实验环境中的大部分动态点云聚类;与LIO-SAM算法相比,四种场景下的定位均方根误差平均降低了17.75%;平均精确率和召回率相比Removert分别提升14.81%和5.90%。 展开更多
关键词 激光同步定位与建图 动态环境 动态点云检测 筛选策略
在线阅读 下载PDF
复杂环境下基于自适应极线约束的AGV视觉SLAM算法 被引量:3
16
作者 崔岸 张新颖 马耀辉 《中国惯性技术学报》 EI CSCD 北大核心 2024年第3期234-241,共8页
针对传统视觉同步定位与地图构建(SLAM)算法不能有效处理复杂环境中的动态及潜在动态目标而影响定位与建图性能的问题,提出一种基于Mask R-CNN神经网络以及ORB-SLAM3算法改进的视觉SLAM方法。针对动态目标,提出一种基于语义信息的运动... 针对传统视觉同步定位与地图构建(SLAM)算法不能有效处理复杂环境中的动态及潜在动态目标而影响定位与建图性能的问题,提出一种基于Mask R-CNN神经网络以及ORB-SLAM3算法改进的视觉SLAM方法。针对动态目标,提出一种基于语义信息的运动一致性检验算法,使用自适应阈值的极线约束方法实现图像中动态特征点的精确剔除;针对潜在动态目标,提出一种改进的长期数据关联方法,通过增大关键帧选取密度及优化关键帧中的潜在动态目标信息,对算法的回环优化和地图融合过程进行改进,提高回环优化效果与地图复用性。在TUM数据集和真实场景中进行验证,实验结果表明与ORB-SLAM3算法相比,采用TUM数据集在低动态场景和高动态场景中的绝对轨迹均方根误差分别减小8.5%和65.6%;在真实场景下测试,所提算法的定位精度提高了62.5%。 展开更多
关键词 同步定位与地图构建 复杂环境 语义信息 自适应阈值 极线约束
在线阅读 下载PDF
多传感器融合的室内机器人SLAM 被引量:2
17
作者 徐淑萍 杨定哲 熊小墩 《西安工业大学学报》 CAS 2024年第1期93-103,共11页
为了解决基于二维激光雷达的SLAM在室内环境中存在定位误差较大和建图不完善的问题,提出一种多传感器融合的室内机器人SLAM算法。该算法针对传统ICP算法在激光SLAM前端存在误匹配问题,采用更适合室内环境的PL-ICP算法,并利用扩展卡尔曼... 为了解决基于二维激光雷达的SLAM在室内环境中存在定位误差较大和建图不完善的问题,提出一种多传感器融合的室内机器人SLAM算法。该算法针对传统ICP算法在激光SLAM前端存在误匹配问题,采用更适合室内环境的PL-ICP算法,并利用扩展卡尔曼滤波融合轮式里程计和IMU为其提供初始的运动估计值。在建图阶段利用深度相机获取的三维点云数据转化的伪二维激光数据和二维激光雷达获取的数据进行融合,弥补二维激光雷达建图没有垂直方向视野的缺陷。实验结果表明:融合里程计数据相比于单一轮式里程计定位精度至少提升了33%,为PL-ICP算法提供了更高精度的初始迭代值。同时融合建图弥补了单一二维激光雷达建图的缺陷,构建了环境信息更加完善的环境地图。 展开更多
关键词 同步定位与建图 室内机器人 扩展卡尔曼滤波 PL-ICP算法
在线阅读 下载PDF
动态场景下基于实例分割与光流的语义SLAM建图 被引量:1
18
作者 张禹 高新 《微电子学与计算机》 2024年第2期19-27,共9页
视觉同步定位与建图技术常用于室内智能机器人的导航,但是其位姿是以静态环境为前提进行估计的。为了提升视觉即时定位与建图(Simultaneous Localization And Mapping,SLAM)在动态场景中的定位与建图的鲁棒性和实时性,在原ORB-SLAM2基... 视觉同步定位与建图技术常用于室内智能机器人的导航,但是其位姿是以静态环境为前提进行估计的。为了提升视觉即时定位与建图(Simultaneous Localization And Mapping,SLAM)在动态场景中的定位与建图的鲁棒性和实时性,在原ORB-SLAM2基础上新增动态区域检测线程和语义点云线程。动态区域检测线程由实例分割网络和光流估计网络组成,实例分割赋予动态场景语义信息的同时生成先验性动态物体的掩膜。为了解决实例分割网络的欠分割问题,采用轻量级光流估计网络辅助检测动态区域,生成准确性更高的动态区域掩膜。将生成的动态区域掩膜传入到跟踪线程中进行实时剔除动态区域特征点,然后使用地图中剩余的静态特征点进行相机的位姿估计并建立语义点云地图。在公开TUM数据集上的实验结果表明,改进后的SLAM系统在保证实时性的前提下,提升了其在动态场景中的定位与建图的鲁棒性。 展开更多
关键词 即时定位与建图 动态场景 实例分割 光流估计
在线阅读 下载PDF
退化环境中基于空间几何特征的激光SLAM方法 被引量:1
19
作者 何登科 曾天乐 +2 位作者 晏非凡 何云艳 杨天娇 《中国惯性技术学报》 EI CSCD 北大核心 2024年第6期537-546,共10页
针对同步定位与地图构建(SLAM)在无全球定位系统(GPS)信号、缺乏环境特征纹理的退化环境中出现定位失败、建图重叠漂移和无法实时运行的问题,提出了一种基于空间几何特征的激光SLAM方法。算法前端设计了一种基于空间线面几何特征的特征... 针对同步定位与地图构建(SLAM)在无全球定位系统(GPS)信号、缺乏环境特征纹理的退化环境中出现定位失败、建图重叠漂移和无法实时运行的问题,提出了一种基于空间几何特征的激光SLAM方法。算法前端设计了一种基于空间线面几何特征的特征点提取方式,依据点线面约束构建点云配准残差函数,采用高斯-牛顿法优化残差以实现点云配准。算法后端基于关键帧构建子图,通过子图间的map-to-map匹配来获得精确位姿,采用插值融合前后端位姿,实现了全局定位优化。仿真与实际退化环境中的实验结果表明:所提算法在20 m的里程计测试中位姿估算误差小于5%;退化环境中的建图效果优于Hector、Gmapping和Cartographer算法,地图更新平均速度提高近4倍。 展开更多
关键词 激光同步定位与建图 特征提取 环境感知 退化环境
在线阅读 下载PDF
基于记忆泊车场景的视觉SLAM算法
20
作者 胡习之 崔博非 +1 位作者 王琴 刘鸿 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第6期1-11,共11页
随着自动驾驶技术的发展,视觉同步建图与定位(SLAM)技术受到越来越多的关注。在记忆泊车场景中,需要对停车场场景建立先验地图,待汽车再次驶入相同的停车场时,使用视觉SLAM进行场景建图与定位。为使SLAM所建地图的鲁棒性更好、精度和效... 随着自动驾驶技术的发展,视觉同步建图与定位(SLAM)技术受到越来越多的关注。在记忆泊车场景中,需要对停车场场景建立先验地图,待汽车再次驶入相同的停车场时,使用视觉SLAM进行场景建图与定位。为使SLAM所建地图的鲁棒性更好、精度和效率更高,文中首先使用轻量化的深度学习算法改善传统特征提取算法在不同场景下鲁棒性较差的不足,用深度可分离卷积代替普通卷积结构,从而大大提升了特征提取效率;接着基于ResNet网络改进Patch-NetVLAD算法,并在MSLS数据集上对改进的残差网络和原始VGG网络进行重新训练,使用图像检索进行粗定位,挑选出候选图像帧,再通过精定位求解相机位姿,完成全局初始化的重定位;在此基础上,使用改进后的词袋算法重新训练不同停车场场景下的图像,将所有算法移植到OpenVSLAM架构中完成实际场景的建图与定位。实验结果表明,文中设计的视觉SLAM系统能够完成地上停车场、地下停车场以及室外半封闭园区道路等多场景的建图,平均纵向定位误差为8.42 cm,平均横向定位误差为8.30 cm,均达到工程要求。 展开更多
关键词 同步建图与定位 记忆泊车 深度学习 特征提取 图像检索
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部