检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的视觉SLAM语义地图的研究

基于深度学习的视觉SLAM语义地图的研究

作者：闫泽昊杭州电子科技大学

学位级别：硕士

智能化技术在机器人领域得到不断地发展,推动了机器人在各个行业的应用。目前家用机器人通常是基于同步定位与建图（Simultaneous Localization And Mapping,SLAM）,通过构建所在环境的栅格地图,进行自主导航和避障。但这种地图只含有... 详细信息

智能化技术在机器人领域得到不断地发展,推动了机器人在各个行业的应用。目前家用机器人通常是基于同步定位与建图（Simultaneous Localization And Mapping,SLAM）,通过构建所在环境的栅格地图,进行自主导航和避障。但这种地图只含有空间物体的距离信息而不具备任何语义,存在无法与环境进行进一步交互并且无法执行高级别的语义任务等问题。因此,本文开展了基于深度学习的视觉SLAM语义地图的研究,提出了基于ORB-SLAM3和YOLOv5（You Only Look Once,YOLO）的三维语义地图构建算法,完成了室内点云语义地图和语义八叉树地图的构建,为机器人感知环境信息以及执行语义指令奠定了基础,主要研究内容和创新点如下:1、针对室内语义地图的构建,本文将目标检测算法YOLOv5和ORB-SLAM3技术相结合,完成了室内稠密语义地图的构建。通过建立室内语义标注数据集,在YOLOv5的基础上采用数据增强、线性差值以及余弦退火算法来优化学习率,与未优化网络模型相比平均精度提升了12.2%。针对点云语义地图内存占有率高,不易更新等问题,本文实现了语义八叉树地图的构建,使得地图占有率不到点云地图的1%,并且能够使机器人进行导航和避障。2、传统的点云语义地图构建,通常是将二维便签直接映射到三维点云上,容易造成物体边界模糊不清,并且算法的时间复杂度高。针对该问题,本文在三维空间中使用超体素聚类进行预处理,与直接在投影平面分割的方法相比聚类效果更符合物体的实际边界,也降低了后续的计算复杂度。实验结果与RGS算法和LCCP算法相比物体平均分割率分别提高了29.3%和12.9%。3、传统的SLAM算法是将静态环境作为假设前提,而机器人实际工作环境大多包含高动态实例。针对此问题,本文提出了基于光流和语义先验信息的动态区域检测算法,在保证实时性和准确性的同时能够剔除环境中的动态特征点,同LK光流法和多视角几何算法相比检测速度提高了23%左右。通过在TUM数据集上的实验,与ORBSLAM3算法相比,本文算法在动态环境下绝对轨迹误差的均方根降低了62.6%,相对位姿误差的均方根降低了72.4%,验证了算法的定位精度得到了显著提高。最后在基于ROS的机器人平台上,完成了机器人软件系统和服务器的搭建,主要实现了物体识别、动态特征点剔除和三维语义地图构建等功能;并对比开源的项目ORBSLAM3,验证了系统的有效性和鲁棒性。

关键词： VSLAM YOLOv5 移动机器人动态实例检测语义地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代汉语“出”的多功能性及语义地图

现代汉语“出”的多功能性及语义地图

作者：陈子晟西南大学

学位级别：硕士

“出”是汉语趋向动词的一个重要成员。以往对于“出”的研究大多基于普通话,很少有人从类型学或跨方言的角度进行探索。“出”所具有的不同语义和功能是在历时发展过程中先后产生的,而且这些意义和功能并存于共时的现代汉语共同语和方... 详细信息

“出”是汉语趋向动词的一个重要成员。以往对于“出”的研究大多基于普通话,很少有人从类型学或跨方言的角度进行探索。“出”所具有的不同语义和功能是在历时发展过程中先后产生的,而且这些意义和功能并存于共时的现代汉语共同语和方言中,可见“出”古今的语义和功能之间存在着内在的关联。因此,如果从“普方古”的视角进行更深入的比较和研究,在一定程度上可以揭示不同方言之间、方言和普通话,现代汉语与古代汉语之间更多的共性和差异。基于此,本文尝试解决以下三个问题:(1)现代汉语“出”分别具有哪些词汇语义与语法功能?(2)现代汉语“出”的概念空间及语义地图分别是什么?(3)现代汉语“出”语义演变和语法功能拓展的机制分别是什么?为回答上述问题,本研究从词汇类型学的角度,借助语义地图模型为“出”的多功能性构建概念空间,以期进一步探索“出”在普通话和汉语方言之间的共性和差异。主要发现如下:首先,本文借助方言词典和汉语词典,结合已有研究总结出了十四个词汇语义功能和八个语法功能反复在普通话和各方言中出现。其词汇语义功能包括“趋向”“结果”以及“超过”“发生”“显露”“支付”等,其语法功能包括“趋向动词”“趋向补语”“结果补语”“能性补语”“比较标记”“量词”“动相补语”和表示“外面”的名词用法。其次,通过分析和总结以上各功能之间的联系,本文为“出”的词汇语义和语法功能分别构建了概念空间。然后,通过分析这两个概念空间得到了一系列的蕴含共性。例如,我们从不同方言的词汇语义地图中发现,“趋向”和“显露”义是普通话和所有方言共有的,而有些在古汉语中就存在的意义如“去某地”只在广州方言和南沙方言里可以找到,普通话无此种用法。类似地,“出”作趋向动词的语法功能是普通话和所有方言共有的,而其用作名词表“外面”时,只存在于普通话和广州方言等。最后,论文根据基于功能蕴含关系的跨方言比较、历时语料和语法化原则,为“出”的语法功能构建了一个动态的(历时)的概念空间,以此揭示了“出”的语法化路径。例如,包括普通话在内的不少方言都有“趋向补语>结果补语>可能补语”这一语法化路径。最后,基于认知语言学有关理论,本文分析了“出”的语义演变和语法扩展机制。首先,关于“出”的语义演变,本文认为概念隐喻和意象图式的变化是两个重要机制。第一,“出”的语义演变是一个通过概念隐喻从空间域投射到时间域,再投射到状态域的过程。这符合隐喻跨域投射的一般规律:人>物>过程>空间>时间>性质。第二,通过凸显“出”的中心意象图式的不同部分,我们得到其意象图式的一系列变体,而这一过程导致“出”发生了语义演变。关于“出”的语法扩展,本文认为转喻是一个重要机制。首先,与传统的转喻观不同,本文认为转喻可以解释如重新范畴化这样的语法现象。例如,“出”作表达“外面”的名词是转喻“位移的目的地代位移”导致的。这个转喻的关键在于整个位移过程不被保留,而是关注其相关部分,即位移的目的地。本研究基于词汇类型学视角,将语义地图模型应用于趋向动词“出”的语义和语法多功能研究,为汉语趋向动词提供了新的研究视角。

关键词：词汇类型学 “出” 多功能性概念空间语义地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

终竟义词的语义地图研究

终竟义词的语义地图研究

作者：余珊上海财经大学

学位级别：硕士

在现代汉语的普通话和方言中,很多表示“结束”或“最后”义的词是多义词,我们称之为终竟义词。普通话和各方言中的终竟义词具有许多共有的语义功能,且各语义功能之间互相联系,为探究各语义功能间的亲疏关系,我们采用了语义地图模型的... 详细信息

在现代汉语的普通话和方言中,很多表示“结束”或“最后”义的词是多义词,我们称之为终竟义词。普通话和各方言中的终竟义词具有许多共有的语义功能,且各语义功能之间互相联系,为探究各语义功能间的亲疏关系,我们采用了语义地图模型的研究方法,通过对语义功能的排列构建起终竟义词的概念空间和语义地图。本文从普通话与跨方言终竟义词两个方面入手,首先在普通话中选取了 9个终竟义词包括“到底、到家、到头、到顶、毕竟、究竟、终究、终于、终归”,在现代汉语方言中选取了 22个终竟义词,包括“到巴(靶/罢/把)、到堂、到门、到尾、到了、到老、到站、到究、到半、到极、到位、到柱、到地、到墘角、到死、到尽、到角、到功、至竟、归齐、遘底。”根据这9个普通话终竟义词,本文归纳出了普通话终竟义词共有的6种语义功能,包括:空间终点义(表物体在空间中移动到终点)、时间终结义(表事件在时间上发展到最后)、极致义(表程度达到极致)、终究义(表事件发展最终结果)、毕竟义(表事物根本特点或原因)、究竟义(表对问题答案的追究),通过区分各功能节点的亲疏关系,构建出普通话终竟义词的概念空间如下:其次,根据22个跨方言终竟义词归纳出了 7种语义功能,包括:空间终点义、时间终结义、极致义、终究义、毕竟义、究竟义、圆满义(表达到圆满的程度),通过功能排列构建出如下跨方言终竟义词的概念空间:接着,结合普通话与跨方言终竟义词的语料,我们对比了普通话终竟义词与跨方言终竟义词的概念空间,发现了其不同之处并将两个概念空间进行相互检验与修正,增添了“反正义”(表肯定语气)这一功能节点,可以形成如下共同的概念空间,并通过其他语言如法语、日语、英语中的终竟义词对该概念空间进行了验证:最终本文通过分析历时语义演变路径,确定了概念空间中时空终结义、极致义、圆满义、究竟义、终究义、毕竟义、反正义各功能的演变方向,最后绘制出动态的语义地图如下:

关键词：终竟义词语义功能语义地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉SLAM的语义地图构建研究

基于视觉SLAM的语义地图构建研究

作者：韩胜利哈尔滨工程大学

学位级别：硕士

随着机器人技术蓬勃发展,越来越多的机器人走入人们的视野,为人们的日常生活、工业生产等提供着便利。同步定位与建图(SLAM)技术能够使机器人在未知环境下,利用相关传感器实时感知自身状态与周围环境,并根据感知结果对周围环境进行描述... 详细信息

随着机器人技术蓬勃发展,越来越多的机器人走入人们的视野,为人们的日常生活、工业生产等提供着便利。同步定位与建图(SLAM)技术能够使机器人在未知环境下,利用相关传感器实时感知自身状态与周围环境,并根据感知结果对周围环境进行描述,生成相应的地图,是移动机器人实现真正智能化的基础。近年来,出于成本和能够获取的环境信息量的考虑,基于相机的视觉SLAM方法成为了该领域的研究主流。传统视觉SLAM方法构建出的环境点云地图只是空间中一些无意义点的集合,只能用于机器人的定位,难以为机器人理解周围环境、执行智能任务提供有效信息。针对这种情况,本文以RGB-D相机作为系统传感器,ORB SLAM2为基础框架,结合Mask RCNN对图像进行语义分割,获取环境中的语义信息,然后将该语义信息与环境的点云地图进行数据关联,为环境点云添加语义描述,构建出环境的语义地图。本文主要研究内容如下:首先,针对Kinect2输出的彩色图像与深度图像存在不对齐和深度图存在深度值未知的深度空洞的问题对RGB-D图像数据进行了预处理。即利用相机成像模型对彩色图像和深度图像进行了校准,使空间点的颜色信息与深度信息一一对应。对于深度空洞,本文结合彩色图像的像素梯度对其进行了补全。其次,基于Mask RCNN实现了对彩色图像的语义标注,并针对Mask RCNN存在物体边缘分割精度不佳的情况,将SLIC超像素分割得到的物体边缘信息与语义掩膜进行融合,从而得到了更高精度的图像语义掩膜,为系统提供精度更高的语义信息。接着,本文基于ORB SLAM2框架,融合语义信息,构建出环境的语义点云地图。并利用点云库对点云存在的离群点和冗余点进行了剔除。为了减小地图的存储空间,构建了环境的语义八叉树地图。最后,为了验证本文提出的语义地图构建算法的可行性、有效性以及先进性,本文在TUM数据和实际环境中进行了实验,并与不同算法进行了对比实验。实验结果表明,本文算法能够明显提高语义地图的精度。

关键词：同步定位与建图视觉SLAM Mask RCNN 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

室内二维语义地图构建及免疫遮挡定位研究

室内二维语义地图构建及免疫遮挡定位研究

作者：左建朋武汉科技大学

学位级别：硕士

语义地图能够帮助机器人更好的理解环境,提高了机器人定位的速度和精度,为更加复杂的人机交互打下基础。但目前语义定位算法在遮挡环境中容易出现多个语义定位位姿的问题,最终将导致机器人定位失败。针对目前移动机器人定位鲁棒性较差... 详细信息

语义地图能够帮助机器人更好的理解环境,提高了机器人定位的速度和精度,为更加复杂的人机交互打下基础。但目前语义定位算法在遮挡环境中容易出现多个语义定位位姿的问题,最终将导致机器人定位失败。针对目前移动机器人定位鲁棒性较差的问题,本文融合了激光信息和视觉信息,进行室内二维语义地图的构建和免疫障碍物遮挡的语义定位研究。本文主要的工作包含了以下三个方面:(1)搭建了室内移动机器人平台,介绍了机器人的软件和硬件平台,并对使用的传感器原理及数学模型进行了分析,为后续机器人感知环境、构建语义地图和免疫遮挡的语义定位研究奠定了基础。(2)提出了一种多特征的语义地图和语义链构建方法。首先利用Gmapping算法构建栅格地图,同时利用SSD目标检测算法和Deeplab V2语义分割算法对环境中的语义物体进行识别,将获取的语义信息通过坐标转换映射到语义栅格中,并基于贝叶斯估计对语义栅格进行增量式估计;然后将获取的二维栅格地图和语义映射图进行融合得到语义地图,并基于墙角在语义地图上进行搜索来构建语义链表;最后通过搭建的移动机器人平台构建真实环境下的语义地图并生成语义链表,验证了本文方法的可行性。(3)针对在相似环境下原AMCL算法定位慢、甚至定位失效和语义定位在有遮挡的场景下定位失败等问题,提出了一种基于语义地图免疫遮挡的语义定位算法。该方法主要利用已经构建的二维语义地图和语义链表,当有障碍物出现时,首先将当前帧与保存的关键帧进行基于词袋模型的相似度匹配和关键帧语义链检验,确定正确相似帧;其次进行帧间语义向量链加权求差值来确定被遮挡语义物体的类别;然后根据当前帧包含的语义物体种类查语义链表来确定机器人所处的区域,并依据该区域的高置信度语义信息完成语义定位;最后在搭建的移动机器人平台进行定位实验,在相似且存在遮挡的场景下,本文算法定位的成功率达到了91.67%,验证了本文算法的真实有效性。

关键词：语义地图语义链表相似帧置信度免疫遮挡

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态环境下基于视觉SLAM的语义地图构建

动态环境下基于视觉SLAM的语义地图构建

作者：赵雄武汉科技大学

学位级别：硕士

目前,视觉SLAM(Simultaneous Localization and Mapping)技术是智能机器人在未知周围环境下进行避障和导航的主要技术之一,该算法要求机器人可以对自身进行定位并对周边环境进行地图重建,而多数视觉SLAM算法都是假定周围环境是静止的,... 详细信息

目前,视觉SLAM(Simultaneous Localization and Mapping)技术是智能机器人在未知周围环境下进行避障和导航的主要技术之一,该算法要求机器人可以对自身进行定位并对周边环境进行地图重建,而多数视觉SLAM算法都是假定周围环境是静止的,在动态场景下的鲁棒性并不好,且准确性会受到较大影响,同时还缺乏环境中的语义信息,因此需要对动态环境下的物体进行处理,并获取场景中的语义信息,以便执行更加高级的任务。为了克服上述困难,本文提出在移动环境中的基于视觉SLAM与深度学习相结合的SLAM系统,主要工作如下:(1)对传统的视觉SLAM系统进行了阐述,针对动态环境对SLAM系统所造成的影响,从智能机器人自身位姿估计的角度进行了分析,同时采用GCNv2网络来对场景中的特征点进行提取,使得特征点分布更加均匀,防止系统跟踪丢失,使系统能够适应动态环境。(2)通过光流法和实例分割网对动态环境下的移动物体进行处理。首先,通过Mask R-CNN网络来对环境中的潜在移动物体进行检测,对物体进行实例分割,然后用光流法对场景中的动态特征点进行检测,使得SLAM系统在跟踪线程中不对场景中的动态物体进行跟踪,以得到更加准确的位姿估计。(3)在动态环境下的地图重建中,由于大多数SLAM系统所建立的地图并不含有语义信息,因此,需要对环境中物体的语义信息加以提取,首先使用Mask R-CNN网络得到潜在动态物体信息的同时获取静态背景中物体的语义信息,最后使用图像的深度信息和物体的语义信息来重建只包含了静态背景物体的三维语义地图。由于所建的点云地图会占据较大的存储空间,采用八叉树地图的形式对所建点云地图进行转换,使得地图占据的空间更小,最后利用概率对数法对场景中残余的动态物体进行滤除。最后,利用TUM公开数据集完成了实验,并与ORB-SLAM2相比较。实验结果证明,本文所提出的SLAM系统,在动态场景下对机器人的位姿计算的准确度有显著提高,并且可以在真实场景下构建只含有静态背景的语义八叉树地图。

关键词：机器人视觉SLAM 实例分割光流语义地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代汉语“去”的多功能性及语义地图

现代汉语“去”的多功能性及语义地图

作者：杨雨佳西南大学

学位级别：硕士

以往关于现代汉语“去”的研究主要集中在两方面:一是对普通话“去”的语义和语法的静态描写;二是侧重描写汉语“去”的语法化轨迹并解释动因与机制。鲜有研究从跨方言、跨语言视角探讨“去”在现代汉语以及世界语言中语义的共性与差异... 详细信息

以往关于现代汉语“去”的研究主要集中在两方面:一是对普通话“去”的语义和语法的静态描写;二是侧重描写汉语“去”的语法化轨迹并解释动因与机制。鲜有研究从跨方言、跨语言视角探讨“去”在现代汉语以及世界语言中语义的共性与差异。词汇类型学理论、共词化数据库(CLICS)和语义地图研究方法,为“去”的跨语言和跨方言研究提供了新的视角。本文关注以下三个研究问题:(1)现代汉语“去”的词汇语义功能和语法功能是什么?(2)如何构建现代汉语“去”的概念空间和语义地图?(3)现代汉语“去”词汇语义拓展的机制是什么?本研究探讨现代汉语“去”的词汇语义和语法的多功能性,并基于共词化数据库分析其在方言和世界语言中的共词化图谱,进而绘制相关语义地图。本文得出如下结论:第一,本研究探讨了词汇概念GO的跨语言共性与个性,揭示了可与GO发生共词化的概念及其语义特征。研究发现,GO在汉语中的某些概念,如ARRIVE,具有跨语言的共性,但这种共性十分有限。GO在现代汉语中更多体现出个性,比如,GO和ADD两个概念的共词化可在一些汉语方言中发现。本文构建了概念“去”在现代汉语中的共词化网络图,并依据现代汉语“去”的词汇语义功能的分布情况,概括出“去”的“离开说话人所在地或特定参照点”“去除”“损失”等14种词汇语义功能,并梳理出四条语义链:(i)离开说话人所在地或特定参照点>到达>距离;(ii)离开说话人所在地或特定参照点>去除>损失;(iii)离开说话人所在地或特定参照点>动作背离立足点>状态变化;(iv)离开说话人所在地或特定参照点>动作背离立足点>获得。第二,本研究总结了“去”在现代汉语中反复出现的12种语法功能,如“趋向补语”“语气助词”“方位处所介词”等,通过概念空间刻画各语法功能的蕴含关系。此外,结合前人对“去”的语法功能的历时研究和趋向动词语法演变的相关成果,本研究概括“去”的跨方言语法功能演变路径,构建了“去”的动态概念空间和语义地图。第三,本研究发现“去”的跨方言语义演变在隐喻和转喻认知机制下进行。“去”的隐喻投射由“空间域>时间域>状态域”,其转喻通过对“去”的路径图式中不同要素凸显而实现。具体而言,“去”在空间域中的隐喻拓展可概括为“从有到无”,具体涉及“从近到远”“从出现到无”“从无到拥有”三条子链;在时间域中的隐喻拓展可概括为“移动时间”;在状态域中的隐喻拓展可概括为“进入一种状态”。“去”的转喻拓展涉及其词汇语义功能的第四条链,可概括为“路径图式的凸显”。根据各语义所凸显的要素,本研究把“去”的词汇语义功能分为“去”的路径图式源点凸显、目标凸显、路径凸显、方向凸显和运动物体凸显五种类型,并据此将其词汇语义功能进行归纳。本研究基于词汇类型学,从跨语言的视角出发,将语义地图应用于汉语跨方言研究,探讨现代汉语趋向动词“去”的语法功能与词汇语义功能;并分析导致其语义拓展的概念隐喻、转喻机制,以及汉语句法—语义界面互动对词汇语义拓展的作用。本研究对汉语趋向动词的语义拓展机制研究有一定的参考价值,对比较汉语与世界语言的词汇化与认知方式的共性及差异具有一定的意义。

关键词： “去” 词汇类型学多功能性语义地图共词化

基于三维激光点云和图像数据融合的语义地图构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三维激光点云和图像数据融合的语义地图构建

作者：李凯中国矿业大学

学位级别：硕士

移动机器人在工业、军事、医疗等行业已取得了大规模的应用。随着应用场景以及应用需求的增多,对于移动机器人智能化的研究也在逐步开展,包括定位、建图、路径规划与导航等。移动机器人对于场景的分析和理解能力也是其智能化的一个重要... 详细信息

移动机器人在工业、军事、医疗等行业已取得了大规模的应用。随着应用场景以及应用需求的增多,对于移动机器人智能化的研究也在逐步开展,包括定位、建图、路径规划与导航等。移动机器人对于场景的分析和理解能力也是其智能化的一个重要标准,语义地图的引入对高精地图的生产、众包建图中的自动化标注以及基于语义信息的机器人定位等领域有着重要的推进作用。本文通过研读国内外移动机器人定位、建图与目标检测的相关文献,将激光SLAM与目标检测方法结合起来,构建出带有语义信息的点云地图,主要的研究内容如下:（1）研究激光雷达与相机间的标定方法,完成基于矩形标定板的固态激光雷达与相机的离线标定。针对固态激光雷达非重复式扫描的特点,结合点云的反射率特征,设计固态激光雷达与相机的无目标的在线标定方案。对实验结果进行分析,验证了在线标定方案的精度,实现在室外场景中相机与固态激光雷达的外参实时校正。（2）研究了固态激光雷达的SLAM算法,针对固态激光雷达非重复式扫描、视场小等扫描特点,基于匀速运动模型校正点云畸变,设计了点云数据的特征提取方法。针对点云地图数据量大以及建图过程中有过多冗余计算的问题,设计激光里程计的关键帧提取方案,建立基于点云关键帧姿态与IMU预积分姿态的因子图优化模型,使用滑动窗口的方法对固态激光雷达与IMU数据进行融合。实验验证了基于因子图优化的里程计在转弯处有更好的定位精度且总体的累积误差更低。（3）针对固态激光雷达和双目相机的采样频率不同以及双目相机没有外部硬件触发的问题,设计两者的时空软件同步与数据融合方案,并根据两者FOV的不同分割待检测区域,减少了数据融合过程中的冗余计算,实现彩色点云地图的构建。（4）利用YOLOv5目标检测算法,通过自制数据集对YOLOv5s神经网络进行训练,实现校园场景中三种常见物体的目标检测。并将激光惯性里程计的关键帧点云数据与相机的目标检测结果融合,对带有语义信息的点云进行语义分割,实现室外场景中三维语义地图的构建。本课题的研究对于自动驾驶领域里高精地图的大规模生产、大批量点云数据的自动化标注、移动机器人的人机交互等方向有帮助,为移动机器人基于语义信息的定位工作打下一定的基础。

关键词：固态激光雷达标定 SLAM 多传感器融合语义地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

实时的移动机器人语义地图构建系统

仪器仪表学报 2017年第11期38卷 2769-2778页

作者：李秀智李尚宇贾松敏单吉超北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现... 详细信息

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能。并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率。对于Kinect传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法。利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图。

关键词：深度学习图像修复语义地图贝叶斯推理统一计算设备架构