检索结果-南通市图书馆

动态场景下基于运动物体检测的立体视觉里程计

在线全文

学校读者我要写书评

暂无评论

光学学报 2017年第11期37卷 187-195页

作者：林志林张国良姚二亮徐慧火箭军工程大学控制科学与工程系陕西西安710025

为了提升动态场景中视觉里程计的稳健性和精确度,提出一种基于运动物体检测的立体视觉里程计算法。首先,建立考虑相机位姿的场景流计算模型,用于表示物体的运动矢量。其次,提出构造虚拟地图点的方法,一方面结合场景流进行运动物体检测,... 详细信息

为了提升动态场景中视觉里程计的稳健性和精确度,提出一种基于运动物体检测的立体视觉里程计算法。首先,建立考虑相机位姿的场景流计算模型,用于表示物体的运动矢量。其次,提出构造虚拟地图点的方法,一方面结合场景流进行运动物体检测,另一方面使运动物体在图像中占比较大时仍有足够匹配点对用于位姿估计。最后,通过局部地图点及虚拟地图点与当前帧特征点的匹配结果,构建考虑虚拟点的非线性优化模型进行相机位姿估计,既保证静态地图点不与运动物体的特征点形成错误匹配,又避免因有效匹配点对过少而导致视觉里程计失效。数据集实验和实际场景在线实验结果表明,本文算法提升了视觉里程计在动态场景中的稳健性和精确度。

关键词：机器视觉立体视觉里程计动态场景运动物体检测场景流虚拟地图点

考虑点云结构和表观信息的激光雷达-惯性SLAM算法

在线全文

学校读者我要写书评

暂无评论

机器人 2024年第4期46卷 436-449页

作者：姚二亮宋海涛赵婧范晓婧火箭军工程大学陕西西安710025

为提高移动机器人在卫星拒止环境下的精确导航能力,克服大范围运动场景下的定位误差累积问题,提出一种考虑点云结构和表观信息的激光雷达-惯性SLAM(同时定位与地图创建)算法。该算法主要包含2个部分:考虑点云结构的激光雷达-惯性里程计... 详细信息

为提高移动机器人在卫星拒止环境下的精确导航能力,克服大范围运动场景下的定位误差累积问题,提出一种考虑点云结构和表观信息的激光雷达-惯性SLAM(同时定位与地图创建)算法。该算法主要包含2个部分:考虑点云结构的激光雷达-惯性里程计以及基于点云表观的闭环检测与优化。激光雷达-惯性里程计线程中,通过IMU(惯性测量单元)信息预测导航状态量,构建了考虑点云结构的直接对齐观测方程,并采用迭代误差扩展卡尔曼滤波器实时地更新导航状态量。闭环检测与优化线程中,根据点云表观差异、相对运动位姿和时间约束判定关键帧,而后基于点云表观筛选得到候选闭环关键帧,并根据表观匹配距离和2维距离对候选闭环关键帧进行排序,最后确认闭环关键帧并构建位姿图,实现全局位姿优化和地图调整。在西安世博园开展的自主导航实验表明,该算法能够实时完成自主导航,并在环形运动中准确检测闭环,有效完成闭环优化,轨迹起点和终点的平均误差仅为0.07 m。此外,进一步测试了激光雷达退化环境下的多模态组合导航切换方法,该方法有效提升了自主导航的可靠性。

关键词：同时定位与地图创建 3维激光雷达惯性测量单元结构和表观闭环检测

在线全文

学校读者我要写书评

暂无评论

多标记特征选择算法的综述

郑州大学学报（理学版） 2020年第4期52卷 16-27页

作者：姚二亮李德玉山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

特征维度灾难是多标记学习重要挑战之一,为此已有大量多标记特征选择算法被提出。将已有方法进行归类,对研究现状和进展进行综合论述,对于多标记特征选择方法的进一步研究具有重要意义。首先,将多标记特征选择算法从4个角度进行归类,对... 详细信息

特征维度灾难是多标记学习重要挑战之一,为此已有大量多标记特征选择算法被提出。将已有方法进行归类,对研究现状和进展进行综合论述,对于多标记特征选择方法的进一步研究具有重要意义。首先,将多标记特征选择算法从4个角度进行归类,对一些代表方法和理论进行详细介绍;然后,分别阐述各类算法的优缺点及适用场景;最后对多标记特征选择的进一步研究方向进行总结。

关键词：多标记学习维度灾难降维特征选择

基于空间位置不确定性约束的改进闭环检测算法

在线全文

学校读者我要写书评

暂无评论

机器人 2016年第3期38卷 301-310,321页

作者：李维鹏张国良姚二亮徐君火箭军工程大学陕西西安710025

针对在多歧义场景下移动机器人VSLAM(visual simultaneous localization and mapping)的闭环检测问题,提出了一种基于空间位置不确定性约束的改进闭环检测算法.首先针对ICP(迭代最近点)算法点云配准环节提出新的距离函数,弥补了欧氏距... 详细信息

针对在多歧义场景下移动机器人VSLAM(visual simultaneous localization and mapping)的闭环检测问题,提出了一种基于空间位置不确定性约束的改进闭环检测算法.首先针对ICP(迭代最近点)算法点云配准环节提出新的距离函数,弥补了欧氏距离与马氏距离的不足.其次,基于特征点的空间位置不确定性,建立视觉里程计累积误差模型并采用卡尔曼滤波减小误差.然后,根据视觉里程计累积误差模型给出闭环检测的空间范围约束.最后,根据闭环检测结果修正累积误差,进一步缩小闭环检测范围.一方面,改进算法限制了闭环检测的范围,提高了实时性;另一方面,空间约束有效排除了大部分的感知歧义,提高了闭环检测的准确率.数据集和实际场景下的对比实验均表明,对于感知歧义场景,本文提出的闭环检测算法在保证一定的召回率下,准确率明显高于IAB-MAP、FAB-MAP和RTAB-MAP,并且表现出良好的实时性;对于复杂室内场景,本文算法也有着较好的实时性和准确率.

关键词：同时定位与地图创建闭环检测空间位置约束卡尔曼滤波感知歧义

在线全文

学校读者我要写书评

暂无评论

考虑多位姿估计约束的双目视觉里程计

控制与决策 2018年第6期33卷 1008-1016页

作者：张国良林志林姚二亮徐慧火箭军工程大学控制科学与工程系西安710025

为了提升复杂环境中双目视觉里程计的精度,提出一种考虑多位姿估计约束的双目视觉里程计方法.首先,分别建立匹配深度已知点与深度未知点的数学模型,将深度未知点引入2D-2D位姿估计模型,从而充分利用图像信息;然后,基于关键帧地图点改进3... 详细信息

为了提升复杂环境中双目视觉里程计的精度,提出一种考虑多位姿估计约束的双目视觉里程计方法.首先,分别建立匹配深度已知点与深度未知点的数学模型,将深度未知点引入2D-2D位姿估计模型,从而充分利用图像信息;然后,基于关键帧地图点改进3D-2D位姿估计模型,并结合当前帧地图点更新关键帧地图点,从而增加匹配点对数,提高位姿估计精度;最后,根据改进的2D-2D及3D-2D位姿估计模型,建立多位姿估计约束位姿估计模型,结合局部光束平差法对位姿估计进行局部优化,达到定位精度高且累积误差小的效果.数据集实验和实际场景在线实验表明,所提出方法满足实时定位要求,且有效地提高了自主定位精度.

关键词：双目视觉里程计位姿估计局部光束平差法数据集

在线全文

学校读者我要写书评

暂无评论

高超声速滑翔飞行器再入轨迹优化

哈尔滨工业大学学报 2023年第4期55卷 44-55页

作者：徐慧蔡光斌崔亚龙侯明哲姚二亮火箭军工程大学导弹工程学院西安710025 96851部队辽宁盘锦124202 哈尔滨工业大学航天学院哈尔滨150001

为提高高超声速滑翔飞行器再入轨迹优化问题求解速度和精度,提出了一种将改进的麻雀智能优化同参数化设计相结合的再入轨迹方法。首先,通过Tent混沌映射和精英反向种群方法初始化种群,利用黄金正弦策略进行种群的位置更新,并通过余弦策... 详细信息

为提高高超声速滑翔飞行器再入轨迹优化问题求解速度和精度,提出了一种将改进的麻雀智能优化同参数化设计相结合的再入轨迹方法。首先,通过Tent混沌映射和精英反向种群方法初始化种群,利用黄金正弦策略进行种群的位置更新,并通过余弦策略减少侦察者数量,采用贪婪策略对种群的最优解进行选择和更新,在增强算法全局搜索能力的同时,不影响收敛速度。然后,将高超声速再入轨迹优化问题转化为攻角剖面和倾侧角剖面的参数化设计问题,将路径约束转化为阻力加速度再入飞行走廊,保证再入过程中始终满足路径约束,利用罚函数法处理终端约束,从而使得飞行器精确命中目标。最后,采用改进的麻雀智能优化算法对设计参数进行寻优,使得目标函数最优。仿真实验表明:本研究所提出的改进麻雀算法相较于原始麻雀算法、鲸鱼算法和粒子群算法收敛速度快,得到的高超声速滑翔飞行器再入轨迹精度有了进一步的提高;蒙特卡洛仿真实验说明,本研究所提出的高超声速滑翔飞行器再入轨迹优化算法具有一定的鲁棒性。

关键词：高超声速滑翔飞行器再入轨迹优化改进麻雀算法参数化设计蒙特卡洛仿真

维普期刊数据库博看期刊

基于语义信息和边缘一致性的鲁棒SLAM算法

在线全文

学校读者我要写书评

暂无评论

机器人 2019年第6期41卷 751-760页

作者：姚二亮张合新宋海涛张国良火箭军工程大学控制工程系陕西西安710025 成都信息工程大学控制工程学院四川成都610225

为解决动态环境中视觉定位精度下降、鲁棒性不足的问题,并改善构建的环境地图,提出一种基于语义信息和边缘一致性的鲁棒同时定位与地图创建(SLAM)算法.首先使用YOLOv3算法获取环境语义信息,得到初步的图像语义动静态分割.而后使用基于... 详细信息

为解决动态环境中视觉定位精度下降、鲁棒性不足的问题,并改善构建的环境地图,提出一种基于语义信息和边缘一致性的鲁棒同时定位与地图创建(SLAM)算法.首先使用YOLOv3算法获取环境语义信息,得到初步的图像语义动静态分割.而后使用基于图像中边缘的距离变换误差和光度误差的一致性评估,进一步对图像的动静态区域进行细分,并利用连通区域分析和漏洞修补算法修正动态区域.使用图像非动态区域的特征点进行特征匹配,利用非线性优化算法最小化特征点的重投影误差,得到优化的相机位姿.利用特征点共视性和动静态区域面积进行绘图关键帧的选取,从而构建不包含动态物体信息的静态环境地图.公开数据集中高动态环境的实验表明,本文算法能够准确地区分图像中的动静态信息,完成动态环境下的精确定位与地图构建任务.并且本文算法在纯静态环境下不存在定位精度下降的情况.

关键词：同时定位与地图创建语义信息动态环境距离变换边缘一致性

在线全文

学校读者我要写书评

暂无评论

动态场景下一种鲁棒的立体视觉里程计算法

仪器仪表学报 2018年第9期39卷 246-254页

作者：张合新徐慧姚二亮宋海涛赵欣火箭军工程大学导弹工程学院

针对传统视觉里程计算法在动态场景下对相机位姿估计鲁棒性和精确性不高的问题,基于场景流及静态点相对空间距离不变原理,提出一种动态场景下鲁棒的立体视觉里程计算法。该算法首先利用相机初始位姿估计,计算相邻帧之间匹配点对的场景流... 详细信息

针对传统视觉里程计算法在动态场景下对相机位姿估计鲁棒性和精确性不高的问题,基于场景流及静态点相对空间距离不变原理,提出一种动态场景下鲁棒的立体视觉里程计算法。该算法首先利用相机初始位姿估计,计算相邻帧之间匹配点对的场景流,进而建立高斯混合模型,并对场景中动、静物体的特征点进行初步分离;然后利用静态点空间相对距离不变的原理和匹配虚拟地图点集的方法进一步分离动、静物体上的特征点;最后,生成由静态特征点对应地图点构成的局部地图,并考虑虚拟地图点集的匹配情况,最小化重投影误差,以得到精确的相机位姿估计。对TUM数据集以及实际场景进行实验,结果表明提出的算法在动态场景下能够鲁棒地估计出高精度的相机位姿。

关键词：动态场景双目视觉里程计场景流静态点空间相对距离不变虚拟地图点

基于Vision-IMU的机器人同时定位与地图创建算法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2018年第4期39卷 230-238页

作者：姚二亮张合新张国良徐慧赵欣火箭军工程大学西安710025 成都信息工程大学成都610225

为提高机器人在复杂环境下的定位精度和实时性,提出一种基于Vision-IMU的同时定位与地图创建算法。算法主要分为4个线程进行：跟踪、特征提取、局部建图和闭环。跟踪线程使用IMU信息辅助直接法进行像素点匹配,而后最小化重投影误差和IM... 详细信息

为提高机器人在复杂环境下的定位精度和实时性,提出一种基于Vision-IMU的同时定位与地图创建算法。算法主要分为4个线程进行：跟踪、特征提取、局部建图和闭环。跟踪线程使用IMU信息辅助直接法进行像素点匹配,而后最小化重投影误差和IMU项误差,得到初步的机器人位姿估计。特征提取线程完成关键帧的特征点提取和描述子计算。局部建图线程利用光束平差法得到更加精确的机器人位姿轨迹和环境信息。闭环线程检测闭环,并利用闭环优化提高机器人轨迹和环境信息的一致性。公开的Euroc数据集实验表明,算法能够处理光线变化环境,实时地得到更准确的机器人定位。特别是相机剧烈运动产生运动模糊时,算法依然保持较高的定位精度。

关键词：同时定位与地图创建视觉惯性测量单元光束平差法