检索结果-南通市图书馆

基于语义分割的配电室巡检机器人环境感知技术研究

在线全文

学校读者我要写书评

暂无评论

基于语义分割的配电室巡检机器人环境感知技术研究

作者：赵月西安工业大学

学位级别：硕士

为提高燃煤二次利用在煤化工和发电领域的应用效应转化率,洁净煤技术以脱硫煤燃烧工艺为主要实现途径,涉及到给煤机、旋风分离器、汽轮机等终端运行设备。然而,当生产周期长时间高荷载运行时,导致设备疲劳出现故障,造成经济损失和运维... 详细信息

为提高燃煤二次利用在煤化工和发电领域的应用效应转化率,洁净煤技术以脱硫煤燃烧工艺为主要实现途径,涉及到给煤机、旋风分离器、汽轮机等终端运行设备。然而,当生产周期长时间高荷载运行时,导致设备疲劳出现故障,造成经济损失和运维人员安全伤害。在数字化智能工厂的建设前提下,配电室巡检机器人就像日常运维人员一样及时发现故障并解除故障。由于配电室环境单一,主要由电控柜、地面、天花板等要素构成,场景内布局相似。因此,本论文采用U-Net语义分割网络为基础,研究一种适用于配电室场景下的感知方法。针对传统的自主导航同时定位与地图构建(SLAM)环境缺乏语义的问题,提出一种结合了配电室环境电控柜ID信息的U-Net分割网络。通过课题组自研的物理样机在实际作业任务中的实验验证表明,该方法有效地解决了实际场景中巡检机器人感知能力低导致导航不稳定的问题。本论文的主要工作内容为:1)为解决巡检机器人识别配电室目标效果不佳,导致二次仪表位置检测和分割精度不高的问题。在U-Net网络的解码器部分引入了注意力机制模块。这一举措强化了关键信息并削弱了非关键信息,使网络能够专注于配电室目标及二次仪表特征,从而有效提升了目标分割的精度。2)针对配电室中各仪器仪表形状差异大、长宽比例不一,导致巡检机器人目标分割不准确的问题。在U-Net网络的编-解码器之间加入多尺度特征融合模块,以能够分割感知不同尺度的电控柜仪器仪表。通过有效融合不同尺寸的仪器仪表特征图,获取更丰富深度特征信息,提升网络的分割预测精度,实现精确感知和分析不同尺度目标。3)针对巡检机器人在长时间配电室场景中传感器影响导致的电控柜视觉特征信息不确定和关键帧选择不准确的问题。首先,利用视觉词袋从配电室视频流中选择关键帧,然后将这些关键帧输入到网络中,生成语义标签。接着,结合语义信息和激光信息进行投影关联,得到语义地图,从而增强巡检机器人对配电室场景的感知能力。总之,通过采用自建配电室的相关数据集验证所提网络的性能,并构建语义地图。结果显示,所提出的U-Net分割网络在性能和泛化能力上优于现有模型,且此分割网络与激光SLAM相结合可以满足精准、实时的语义地图构建需求,使巡检机器人在配电室环境下导航控制能力稳定,为提升燃煤二次利用安全生产提供了智能化推进。

关键词：语义分割网络注意力机制多尺度特征融合视觉词袋语义地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的语义视觉SLAM研究

基于深度学习的语义视觉SLAM研究

作者：刘一凡吉林化工学院

学位级别：硕士

目前智能移动机器人技术发展迅猛,而即时定位与建图(Simultaneous Location and Mapping,简称SLAM)是机器人智能化的核心技术之一。这项技术能够使机器人在未知环境中实现自主定位,同时生成所处环境的地图,极大拓宽机器人的应用领域。传... 详细信息

目前智能移动机器人技术发展迅猛,而即时定位与建图(Simultaneous Location and Mapping,简称SLAM)是机器人智能化的核心技术之一。这项技术能够使机器人在未知环境中实现自主定位,同时生成所处环境的地图,极大拓宽机器人的应用领域。传统SLAM算法大多基于静态环境的假设,忽略现实环境中的动态因素(如人、行驶的车辆等),这些动态因素会对机器人的定位精度造成影响。除此之外,传统SLAM构建的地图可视化程度差且缺乏语义信息,难以满足导航、路径规划、人机交互等高级应用的需求。为解决上述问题,本文基于ORB-SLAM3系统进行改进,提出一种基于深度学习的语义视觉SLAM系统。研究主要内容如下:(1)分析视觉传感器模型工作原理,建立SLAM的数学模型,深入研究视觉SLAM框架及其各模块的实现原理,为后续工作奠定理论基础。(2)分析动态因素对SLAM算法定位精度的影响,设计一种基于轻量化目标检测模型的视觉里程计。针对传统目标检测模型参数量大、时间复杂度高等问题,对YOLOv5s进行改进,在减少模型参数的同时保证检测精度。同时结合先验语义知识和几何深度信息,提出一种动态特征点剔除算法。(3)针对视觉SLAM系统构建的地图所存在的问题,设计语义建图框架。利用关键帧生成点云数据,结合其位姿信息进行拼接形成稠密点云地图,提升地图的可视化效果。通过将2D语义信息映射到3D点云地图中,进而转换成语义八叉树地图,使地图能够更好地支持人机交互、导航和路径规划等应用。(4)构建实验平台,选定测试数据集和评估标准。在TUM据集上对本文系统进行测试与分析,在高动态环境中,相较于ORB-SALM3,本文系统在绝对轨迹误差的均方根误差(RMSE)和标准差上分别降低93.69%和93.14%,相对位姿误差的平移和旋转部分的误差均有显著降低。此外,系统构建的稠密点云地图和语义八叉树地图也达到预期效果。

关键词：视觉SLAM 目标检测视觉里程计语义地图动态场景

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的语义栅格地图构建方法

武汉科技大学学报 2021年第6期44卷 468-477页

作者：聂文康蒋林雷斌汤勃武汉科技大学冶金装备及其控制教育部重点实验室湖北武汉430081 武汉科技大学机器人与智能系统研究院湖北武汉430081

为了提升移动机器人在定位导航任务中对环境的理解力,提出一种包含墙角信息的语义地图构建方法。首先结合激光SLAM算法和深度学习方法创建环境栅格地图并提取环境语义,同时对语义点云进行假语义去除,通过坐标转换将语义信息与环境栅格... 详细信息

为了提升移动机器人在定位导航任务中对环境的理解力,提出一种包含墙角信息的语义地图构建方法。首先结合激光SLAM算法和深度学习方法创建环境栅格地图并提取环境语义,同时对语义点云进行假语义去除,通过坐标转换将语义信息与环境栅格地图进行融合,并采用基于贝叶斯估计的增量式方法对栅格中物体语义存在与否进行判定,得到包含语义信息的二维栅格地图。借助于机器人实验平台对该方法进行验证,结果表明所得到的语义栅格地图能准确表示出物体位置,正确反映了环境语义信息。

关键词：语义地图栅格地图 SLAM 深度学习移动机器人检测识别

在线全文

学校读者我要写书评

暂无评论

基于语义信息的动态场景视觉SLAM研究

基于语义信息的动态场景视觉SLAM研究

作者：黄东风北京化工大学

学位级别：硕士

同步定位与建图技术(SLAM)作为智能移动机器人领域的核心技术,在实现机器人自主导航和地图构建方面发挥着关键作用。机器人通过此技术能够在未知环境中实时获取位置信息并构建地图,从而执行复杂的任务,如巡检、搜索与救援等。近年来计... 详细信息

同步定位与建图技术(SLAM)作为智能移动机器人领域的核心技术,在实现机器人自主导航和地图构建方面发挥着关键作用。机器人通过此技术能够在未知环境中实时获取位置信息并构建地图,从而执行复杂的任务,如巡检、搜索与救援等。近年来计算机视觉技术的迅速发展,使得基于语义信息的视觉SLAM系统成为了研究热点。然而传统的视觉SLAM都要求周围环境为静止状态,一旦遭遇动态环境就会受到较大影响,不仅会导致相机位姿估计产生更大的误差,也容易导致构建的地图产生更多的噪声,严重的影响系统的稳定性和鲁棒性,难以满足更多的实际应用。针对动态场景下视觉SLAM存在的问题,本文利用MASK-RCNN所提供的语义信息在跟踪线程中检测动态物体,从而降低运动物体对系统的影响,帮助SLAM系统获取更精确的定位,并且在地图构建过程中利用语义信息得到全局一致的静态语义地图。本文所解决的具体问题及主要工作内容如下:(1)针对动态环境下视觉SLAM定位的问题,提出一种结合语义信息与几何法的动态物体检测追踪模型,由于基于实例分割的系统过于依赖语义先验知识,利用光流场与多视图几何联合检测动态物体上的特征点,准确地区分出静态特征和动态特征,有效地提升了相机位姿估计精度。(2)针对动态环境下地图重叠的问题,首先利用目标检测算法YOLOv5过滤环境中的动态物体,再根据深度值对物体检测框使用聚类算法进行筛选点云,提取聚类后占比最大的点云簇并跳过其中的像素点,减少目标检测提取范围过大的影响,最后融入语义信息,生成稠密点云地图和语义八叉树地图。

关键词：视觉SLAM 实例级语义分割动态目标语义地图

基于语义信息的室内相机定位与地图构建方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义信息的室内相机定位与地图构建方法研究

作者：尹赫东北大学

学位级别：硕士

目前,无人驾驶、机器人、增强现实等行业正在快速发展,对于机器人等智能设备来说,能准确的获取自身位置并感受周围环境具有非常重要的意义。同时定位与建图(SLAM)正是解决这一问题的关键技术。机器人通常需要工作于复杂的环境之下。其中... 详细信息

目前,无人驾驶、机器人、增强现实等行业正在快速发展,对于机器人等智能设备来说,能准确的获取自身位置并感受周围环境具有非常重要的意义。同时定位与建图(SLAM)正是解决这一问题的关键技术。机器人通常需要工作于复杂的环境之下。其中,动态环境是影响机器人SLAM的重要因素之一。在动态环境下,机器人等无人设备的定位会受到动态因素的严重干扰,以致于经常出现定位失准的现象。同时,如何建立可以帮助机器人进行导航、感知等任务的环境地图,也是亟待解决的问题。本文针对以上两个问题展开研究,提出基于语义信息的相机高精度定位及直观、可利用地图的构建方法。针对动态环境下传统视觉SLAM系统相机定位不准确的问题,本文设计了一种视觉SLAM与语义分割相结合的语义SLAM系统。首先,基于SegNet语义分割网络提供的语义信息,进行动静态特征点筛选。其次,提出特征点二次验证方法,进行更加严谨地动静态特征点分离,获取可靠的匹配点用于相机位姿计算。最后,设计了完善的位姿优化方法,实现更加精准的相机位姿估计。实验表明,在动态和静态的环境下,本文算法都具有良好的相机定位精度。针对传统视觉SLAM系统构建出的地图不直观、缺乏语义信息、无法处理动态因素的问题,本文提出了构建环境三维点云地图、三维语义地图、八叉树地图的方法。通过RGBD相机可以快速获取场景深度的特点构建环境的三维稠密点云地图;利用语义分割为环境点云地图提供语义信息构建出环境的语义地图;利用八叉树建模空间,不断更新节点占据概率的方法,构建出可处理动态环境的八叉树地图。相比于当前主流的SLAM方案,本文系统构建出的地图更加直观,可包含语义信息以及空间占据信息,更加有利于机器人等无人设备后续的导航、感知等高层任务。

关键词：视觉SLAM 语义分割动态环境语义地图八叉树地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的语义同步定位与地图构建

基于深度学习的语义同步定位与地图构建

作者：赵洋山东大学

学位级别：硕士

针对未来室内机器人对三维语义地图的需求,本文从自主性、扩展性和可用性出发,考虑如何实现:1)机器人具有自主利用RGBD图像序列进行同步定位与地图构建(SLAM,Simultaneous Localization and Mapping)的能力;2)机器人具有从所处环境中检... 详细信息

针对未来室内机器人对三维语义地图的需求,本文从自主性、扩展性和可用性出发,考虑如何实现:1)机器人具有自主利用RGBD图像序列进行同步定位与地图构建(SLAM,Simultaneous Localization and Mapping)的能力;2)机器人具有从所处环境中检测、分类和识别认证物体实例的能力,从而可以构建全局一致的语义地图。3)机器人具有保存、组织和挖掘室内环境信息,理解人类所下达任务中的概念,进而实现人机共融的能力。本文通过研究上述三个子问题,探索基于RGBD传感器的自主构建室内语义地图的新途径。具体来说,本文的主要工作分为以下三个方面:第一,从理论分析结合数学模型推导,详细介绍了基于RGBD图像的视觉SLAM技术。本文在优化过程中融入逆深度信息,然后利用公开数据集进行算法评估,并通过实验室真实环境对算法进行实验;第二,基于区域检测和掩码的卷积神经网络(Mask-RCNN,Mask-Region with CNNfeature)技术,并与图分割技术相结合,实现单帧图像的语义标注,利用相机的位姿估计,构建了语义标注地图。在语义标注地图基础上,本文将SLAM技术和目标识别技术深度耦合,进一步构建了面向物体的语义地图;第三,本文基于OWL语言(Ontology Web Language)建立了环境中物品的本体模型,定义了实例属性和相关推理规则。利用前述语义地图创建实例,构建了面向本体的语义知识库。本文主要贡献和创新之处包括如下三个方面:首先,本文从视觉SLAM技术出发,结合深度学习技术,构建了基于三维体元的带语义标注的地图模型,在二者基础上又提出了面向物体的语义地图;其次,本文探索了视觉SLAM技术与深度学习技术互相促进的方法;最后,本文基于面向物体的语义地图,探索了保存、组织和挖掘环境语义信息的方法。本文的研究对于提高室内服务机器人的智能水平具有一定参考价值。

关键词：同步定位与地图构建深度学习语义地图

面向目标自主导航的移动机器人语义栅格地图构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国科技成果 2021年第8期22卷 23-29页

作者：周鑫杰华南理工大学机械与汽车工程学院广东广州510000

使用离线占据栅格地图以支持移动机器人完成室内环境的高精度导航以及定位工作已经是一种成熟的机器人导航方案,但是对于机器人的室内导航任务不应该仅停留在几何关系层面,由于缺乏语义信息,导致机器人不具备适应工作环境的能力,因此提... 详细信息

使用离线占据栅格地图以支持移动机器人完成室内环境的高精度导航以及定位工作已经是一种成熟的机器人导航方案,但是对于机器人的室内导航任务不应该仅停留在几何关系层面,由于缺乏语义信息,导致机器人不具备适应工作环境的能力,因此提出一种具备2D激光雷达和RGB-D相机的对象语义网格地图系统以解决此问题.综合激光SLAM精度高以及视觉信息纹理丰富的优势,在基于激光SLAM以生成占据栅格地图同时,对RGB-D相机采集图像信息中的对象检测来获取对象的彩色图像语义信息.基于对象检测、深度图像以及ORB-SLAM2的相机姿态估计,获取空间概念并将对象实例生成点云,定义每个对象的拓扑空间,生成面向对象的最小边界矩形(MBR),最终重新定义生成对象目标空间以辅助机器人便捷导航至可靠目标位置.

关键词：自主导航语义地图语义分割激光SLAM 移动机器人导航

动态环境下基于增强分割的RGB-D SLAM方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

机器人 2022年第4期44卷 418-430页

作者：王浩卢德玖方宝富合肥工业大学计算机与信息学院安徽合肥230009 大数据知识工程教育部重点实验室(合肥工业大学) 安徽合肥230009

目前视觉SLAM(同步定位与地图创建)方法在动态环境下易出现漏剔除动态物体的问题,影响相机位姿估计精度以及地图的可用性。为此,本文提出一种基于增强分割的RGB-D SLAM方法。首先结合实例分割网络与深度图像聚类的结果,判断当前帧是否... 详细信息

目前视觉SLAM(同步定位与地图创建)方法在动态环境下易出现漏剔除动态物体的问题,影响相机位姿估计精度以及地图的可用性。为此,本文提出一种基于增强分割的RGB-D SLAM方法。首先结合实例分割网络与深度图像聚类的结果,判断当前帧是否出现漏分割现象,若出现则根据多帧信息对分割结果进行修补,同时,提取当前帧的Shi-Tomasi角点并通过对称转移误差筛选出动态角点集合。然后结合修补后的实例分割结果判定场景中每个实例对象的运动状态。最后利用静态特征点追踪相机位姿并构建实例级语义八叉树地图。在TUM公共数据集以及真实场景中评估了该方法,相比较于当前先进的视觉SLAM方法,本文方法取得了更好的相机位姿估计精度以及地图构建效果,展现出了更强的鲁棒性。

关键词：视觉SLAM(同步定位与地图创建) 动态环境实例分割网络语义地图

在线全文

学校读者我要写书评

暂无评论

基于场景图谱的室内移动机器人目标搜索

智能系统学报 2022年第5期17卷 1032-1038页

作者：周方波赵怀林刘华平上海应用技术大学电气与电子工程学院上海201418 清华大学计算机科学与技术系北京100084 清华大学智能技术与系统国家重点实验室北京100084

在移动机器人执行日常家庭任务时,首先需要其能够在环境中避开障碍物,自主地寻找到房间中的物体。针对移动机器人如何有效在室内环境下对目标物体进行搜索的问题,提出了一种基于场景图谱的室内移动机器人目标搜索,其框架结合了导航地图... 详细信息

在移动机器人执行日常家庭任务时,首先需要其能够在环境中避开障碍物,自主地寻找到房间中的物体。针对移动机器人如何有效在室内环境下对目标物体进行搜索的问题,提出了一种基于场景图谱的室内移动机器人目标搜索,其框架结合了导航地图、语义地图和语义关系图谱。在导航地图的基础上建立了包含地标物体位置信息的语义地图,机器人可以轻松对地标物体进行寻找。对于动态的物体,机器人根据语义关系图中物体之间的并发关系,优先到关系强度比较高的地标物体旁寻找。通过物理实验展示了机器人在语义地图和语义关系图的帮助下可以实现在室内环境下有效地寻找到目标,并显著地减少了搜索的路径长度,证明了该方法的有效性。

关键词：移动机器人场景图谱导航地图语义地图语义关系图谱目标搜索地标物体动态物体