检索结果-南通市图书馆

作者：施成浩国防科技大学

学位级别：硕士

相机和激光雷达是目前自主移动机器人定位和建图领域两类最典型的传感器,二者融合可以提供比单一传感器更丰富更完备的感知信息。然而,将二者的信息进行有效融合必须解决两个重要的问题。首先,为融合来自不同传感器的测量信息,需要准确... 详细信息

相机和激光雷达是目前自主移动机器人定位和建图领域两类最典型的传感器,二者融合可以提供比单一传感器更丰富更完备的感知信息。然而,将二者的信息进行有效融合必须解决两个重要的问题。首先,为融合来自不同传感器的测量信息,需要准确确定机器人上各个传感器之间的空间关系,如何确定传感器相对位姿的问题也被称为外参标定。其次,如何充分利用来自多个传感器的数据,发挥各个传感器的优势弥补各自的不足,这一问题被称为数据融合。本文以单目相机与三维激光雷达组成的多传感器系统为平台,针对系统的融合里程计应用,对这两个问题进行了深入研究。首先,本文提出了一种双阶段的相机-激光雷达外参标定方法,第一阶段是基于运动的外参标定,利用了两个传感器运动轨迹之间的约束估计外参。第一阶段的标定无须人为给定外参初值,能够直接根据传感器轨迹得到外参的粗估计。第二阶段的标定是基于互信息的外参标定,将第一阶段得到的粗估计作为初值,利用传感器数据的互信息约束对初值优化得到最终精确的标定结果。为进一步提高标定精度,本文采用了一种针对稀疏激光雷达点云的遮挡点检测方法,滤除了影响标定精度的遮挡点。本文提出的双阶段外参标定方法具备无需预设初值、精度高等优点,解决了外参标定方法无法兼顾对初值鲁棒性及结果精确性的问题。随后,针对里程计应用的数据融合问题,本文提出一种基于混合残差的相机与激光雷达融合里程计方法。该方法同时利用来自相机的直接和间接图像特征,以及激光雷达点云的环境几何信息,构建重投影残差和光度残差。然后将不同的残差统一到非线性优化框架下,通过同步最小化重投影残差和光度残差对传感器位姿进行优化,实现里程计估计。本文同样使用了针对稀疏点云的遮挡点检测算法用于提高里程计估计精度。此外,针对激光雷达数据稀疏性带来的数据量不足的问题,本文提出了一种基于颜色信息的深度插值方法有效补充了特征点数量。本文提出的融合里程计方法能够实时、精确地估计机器人的位姿,并构建富含丰富环境信息的彩色三维地图,为后续更高级的应用如人机交互、三维重建等提供了重要基础。最后,基于课题组自主设计研发的NuBot救援机器人平台和公共数据集,本文对所提出的外参标定和融合里程计算法进行了实验研究,并对实验结果进行了定量的分析。实验结果表明:提出的外参标定方法可以在没有初值的情况下,给出精确的外参估计;提出的融合里程计方法在公共数据集上和实物实验中均表现出了良好的准确性和鲁棒性。

关键词：传感器融合外参标定混合残差里程计相机-激光雷达系统

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单目相机-3维激光雷达的外参标定及融合里程计研究

引用

机器人 2021年第1期43卷 17-28页

作者：肖军浩施成浩黄开宏于清华国防科技大学智能科学学院湖南长沙410073 英国林肯大学计算机学院英国林肯LN67TS

针对单目相机与3维激光雷达的融合里程计问题,提出了双阶段外参标定方法和基于混合残差的融合里程计方法.双阶段相机-激光雷达外参标定结合了基于运动和基于互信息2种标定方法.第1阶段为基于运动的外参标定法,在无初值的情况下得到外参... 详细信息

针对单目相机与3维激光雷达的融合里程计问题,提出了双阶段外参标定方法和基于混合残差的融合里程计方法.双阶段相机-激光雷达外参标定结合了基于运动和基于互信息2种标定方法.第1阶段为基于运动的外参标定法,在无初值的情况下得到外参的粗估计.第2阶段为基于互信息的外参标定法,以第1阶段的结果作为初值,利用互信息原理校准激光雷达反射率和相机灰度值,来优化标定结果.为进一步提高标定精度,第2阶段采用了一种针对稀疏激光雷达点云的遮挡点检测方法.所提出的双阶段外参标定方法在无需预设初值的前提下保证了标定结果的精度.在此基础上,提出了一种基于混合残差的相机与激光雷达融合里程计方法.该方法同时利用图像的直接和非直接图像特征计算重投影残差和光度残差.然后将不同类型的残差统一到非线性优化框架下,实现里程计估计.针对激光雷达数据稀疏性带来的深度信息缺失的问题,提出了一种基于颜色信息的深度插值方法,有效补充了特征点数量.最后,基于实物和公共数据集实验,对所提出的外参标定和融合里程计算法的鲁棒性和精度进行了评估.实验结果表明,所提出的外参标定方法可以在没有初值的情况下,给出精确的外参估计;所提出的融合里程计方法在公共数据集上和实物实验中均表现出了良好的估计精度和鲁棒性.

关键词：传感器融合外参标定混合残差里程计相机-激光雷达系统

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

跨传感器车辆目标检测及重识别方法研究

跨传感器车辆目标检测及重识别方法研究

引用

作者：岑佳婧华中科技大学

学位级别：硕士

近年来,随着智慧交通系统的快速发展,道路交通的实时监测感知是智慧交通的重要模块。其中,在复杂城市场景中实现对主要交通参与者——车辆的目标检测、识别、跟踪是交通环境感知的核心技术,它旨在跨传感器实现全城覆盖的车辆追踪,涉及... 详细信息

近年来,随着智慧交通系统的快速发展,道路交通的实时监测感知是智慧交通的重要模块。其中,在复杂城市场景中实现对主要交通参与者——车辆的目标检测、识别、跟踪是交通环境感知的核心技术,它旨在跨传感器实现全城覆盖的车辆追踪,涉及目标检测及目标重识别两个分任务。在大视场路口、高速匝道等场景中,激光雷达高精度三维探测的特点能弥补摄像机目标定位和测速的局限性,结合点云和图像互补特征,能准确检测违规车辆。然而检测摄像机得到的低分辨率图像难以获取车辆身份信息,因此通过重识别任务在不同摄像头间检索同一车辆,获取其他道口正向拍摄、车牌清晰的车辆图像。针对现有融合检测算法信息冗余、跨传感器重识别数据分布不一致和重识别相同场景干扰等问题,本文围绕跨传感器车辆目标检测及重识别方法展开研究,主要研究内容和创新点如下:针对现有相机-激光雷达融合三维检测算法存在的信息冗余问题,本文提出点语义显著性融合三维目标检测,通过投影关系动态定义物理感知域,结合深层语义显著图提取二维融合特征,弥补原始点云缺失信息。实验证明,基于点语义显著性的融合方法在标准数据集上取得了更优的检测性能。针对现有车辆重识别跨传感器拍摄存在的图像风格差异大、训练样本较少和场景信息干扰严重的问题,本文提出跨传感器车辆重识别数据增强技术。基于无监督生成对抗网络进行跨传感器图像风格迁移,并根据重识别任务设计特定数据扩充方案,为重识别任务提供有效输入数据和目标掩膜先验知识。针对现有重识别网络相似场景杂波干扰问题,本文基于区域掩膜激活的车辆重识别算法,设计三支路区域掩膜激活网络框架,提出组内对比损失函数,以辅助主网络学习,并后处理优化重识别结果。实验证明,基于区域掩膜激活的网络框架有效提升了重识别网络的性能。

关键词：智慧交通系统相机-激光雷达系统三维目标检测车辆重识别图像风格迁移

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

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：