检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

室内典型场景下UWB基站共面部署研究

测绘科学 2024年第3期49卷 19-26页

作者：毕京学李世卿刘家良刘依凝刘在飞桑文刚蔚保国黄璐山东建筑大学测绘地理信息学院济南250101 辽宁工程技术大学辽宁省地理空间信息技术重点实验室辽宁阜新123000 中国电子科技集团公司第五十四研究所卫星导航系统与装备技术国家重点实验室石家庄050081 山东建筑大学管理工程学院济南250101

针对室内多种典型场景下UWB基站部署与定位精度间关系分析不够透彻的问题,该文研究了室内典型场景下不同数目和网型的UWB基站共面部署。基于基站密度建立部署性能分析模型,利用最小二乘、肖维勒准则及t检测实现动静态位置解算、数据预... 详细信息

针对室内多种典型场景下UWB基站部署与定位精度间关系分析不够透彻的问题,该文研究了室内典型场景下不同数目和网型的UWB基站共面部署。基于基站密度建立部署性能分析模型,利用最小二乘、肖维勒准则及t检测实现动静态位置解算、数据预处理并进行精度评定,探究室内典型场景下合理的基站部署。选取4种场景(空旷房间、走廊、会议室和办公室)分别采用低密度三基站(三角型和L型)和四基站(菱型和方型)、高密度五基站(K型)和六基站(H型)开展实验。在空旷房间和其他3种场景下,定位精度最高的网型分别是低密度方型和高密度H型,平均绝对误差比其他网型至少减少了26.92%、37.50%、17.24%和11.43%。室内典型场景下合理部署基站能够有效提高定位精度。

关键词：室内场景超宽带共面基站部署定位精度

在线全文

学校读者我要写书评

暂无评论

数字室内三维场景构建综述

中国图象图形学报 2024年第9期 2471-2493页

作者：岳亮谈皓黄俊凯张少魁清华大学计算机系

在计算机图形学发展过程中，数字三维场景长期对于学术界和工业界都起着至关重要的作用。其作用体现在展示渲染效果、支持应用环境以及充当交互载体等多个方面。然而，三维场景本身作为一种数据形式，其结构复杂且没有统一的数据结构，... 详细信息

在计算机图形学发展过程中，数字三维场景长期对于学术界和工业界都起着至关重要的作用。其作用体现在展示渲染效果、支持应用环境以及充当交互载体等多个方面。然而，三维场景本身作为一种数据形式，其结构复杂且没有统一的数据结构，故难以像诸如图像、文本数据集一样被大量获取与应用。已有一些工作尝试让计算机自动构建场景或是让计算机辅助构建场景。而在众多场景之中，室内场景尤为重要。本文总结归纳了这些数字室内三维场景构建工作。提出从3个方面调研和总结场景构建的主要工作：场景自动构建、基于用户交互的场景辅助构建以及基于多通道与丰富输入的场景构建。自动构建在于让计算机直接基于当前三维内容给出场景构建结果；交互构建在于让用户控制计算机并辅助构建场景；多通道构建在于让构建的场景参考输入的图像、文本和点云。最后，本文总结了科研工作的应用场景和关键技术，并介绍了一些其他应用情景与未来面对的诸多挑战。数字室内三维场景构建的发展前景十分广阔，随着新算法的不断提出以及三维场景数据集日益完善，数字室内三维场景构建领域也将持续发展。

关键词：室内场景三维场景构建三维场景交互三维场景智能编辑计算机图形学

基于平面扩展和约束优化的激光惯性SLAM方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光电工程 2024年第4期51卷 18-28页

作者：胡文学王泽华余成杨奎梁冬泰宁波大学机械工程与力学学院浙江宁波315211 诠航科技有限公司浙江宁波315100

针对激光SLAM算法在特征匮乏、拐角狭窄的室内场景中定位精度低的问题,提出一种基于平面扩展和约束优化的激光惯性SLAM方法。在激光SLAM中融合IMU,根据IMU状态估计结果对激光点云进行位置补偿并判断关键帧。搭建全局平面地图,基于RANSA... 详细信息

针对激光SLAM算法在特征匮乏、拐角狭窄的室内场景中定位精度低的问题,提出一种基于平面扩展和约束优化的激光惯性SLAM方法。在激光SLAM中融合IMU,根据IMU状态估计结果对激光点云进行位置补偿并判断关键帧。搭建全局平面地图,基于RANSAC算法对关键帧进行平面提取并结合预提取的方法跟踪平面特征以降低时间成本,拟合结果经iPCA优化去除噪声对RANSAC的影响。利用点到面的距离构建平面约束优化方程,并将其与边缘点约束和预积分约束统一融合,建立非线性优化模型,求解得到优化后的平面信息和关键帧位姿。最后为验证算法的有效性,在M2DGR公开数据集和私有数据集上分别进行实验,实验结果表明,本算法在大部分公开数据集上表现良好,特别在私有数据集上,相比于目前广泛应用的faster-lio算法,定位精度提升61.9%,展现出良好的鲁棒性和实时性。

关键词： SLAM 室内场景全局平面地图预提取 iPCA优化平面约束

在线全文

学校读者我要写书评

暂无评论

基于深度学习的室内点云语义分割研究进展

激光杂志 2024年第8期45卷 6-18页

作者：李新孙钰奇宋刘广曾佳全桂林理工大学信息科学与工程学院广西桂林514004 桂林理工大学广西嵌入式技术与智能系统重点实验室广西桂林514004

点云是一种被广泛使用的三维数据,而语义分割作为三维场景理解的关键技术,人们对其的需求也越来越广泛。近三年来,点云语义分割技术的发展迅速,为了展示基于深度学习的室内场景三维点云语义分割方面的进展,着重整理了其近三年最新的研... 详细信息

点云是一种被广泛使用的三维数据,而语义分割作为三维场景理解的关键技术,人们对其的需求也越来越广泛。近三年来,点云语义分割技术的发展迅速,为了展示基于深度学习的室内场景三维点云语义分割方面的进展,着重整理了其近三年最新的研究动向。首先介绍了点云语义分割常用的数据集以及评价指标,接着对近三年的各种点云语义分割方法进行分类,并从间接、直接处理点云的角度,按照不同类别分析总结了各种方法的框架结构以及其创新点,在S3DIS、ScanNet等几种最常使用的室内数据集上对各种算法的mIou等评价指标进行了对比展示。最后,根据现有的点云的语义分割技术的研究现状和存在的问题进行了总结以及展望。

关键词：点云数据室内场景语义分割深度学习

同方期刊数据库

基于深度学习的室内多视角点云自动化配准方法

在线全文

学校读者我要写书评

暂无评论

土木与环境工程学报(中英文) 2024年

作者：刘界鹏胡骁李东声陈天择范晓亮瓮雪冬重庆大学土木工程学院重庆大学自动化学院中铁建工集团有限公司

尺寸质量检测是成品房屋在交付前的必要步骤，但传统人工检测方法耗时费力。随着利用陆地激光扫描仪的自动化尺寸质量检测得到更多关注，室内多视角点云自动化配准变得更加重要。由于在室内布置标靶的效率偏低，且成品房屋室内充斥着大... 详细信息

尺寸质量检测是成品房屋在交付前的必要步骤，但传统人工检测方法耗时费力。随着利用陆地激光扫描仪的自动化尺寸质量检测得到更多关注，室内多视角点云自动化配准变得更加重要。由于在室内布置标靶的效率偏低，且成品房屋室内充斥着大量重复结构，不适合仅依赖自然几何基元或俯视图进行无标靶配准。提出一种基于深度学习的室内多视角点云自动化配准方法，利用PointAF神经网络对扫描点云数据进行语义分割，再进行实例分割得到不同结构的点云实例；利用门实例进行两两配准计算变换参数，通过基于重叠置信度和冲突约束的评价函数去除错误匹配，并使用基于生成树的顺序配准方法完成多视角配准。在验证和对比实验中，利用2套成品房屋共21站扫描点云数据验证了所提出方法的有效性和精度。

关键词：激光扫描点云配准室内场景深度学习点云分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的室内目标波达方向估计

无线电通信技术 2024年第1期50卷 152-161页

作者：邓伟鑫高晖唐勐粟欣彭莹苏昕北京邮电大学信息与通信工程学院北京100876 清华大学信息科学技术学院北京100084 中信科移动通信技术股份有限公司北京100083

目前,室内场景下诸如定位及追踪、人体活动检测等许多应用对感知的需求越来越大,为支撑高精度感知,高效快速的波达方向(Direction of Arrival, DoA)估计是关键能力之一。然而在具有多径和障碍的室内环境下,传统DoA估计方法存在局限。鉴... 详细信息

目前,室内场景下诸如定位及追踪、人体活动检测等许多应用对感知的需求越来越大,为支撑高精度感知,高效快速的波达方向(Direction of Arrival, DoA)估计是关键能力之一。然而在具有多径和障碍的室内环境下,传统DoA估计方法存在局限。鉴于机器学习在解决复杂信号处理问题方面呈现的效能优势,对基于深度学习(Deep Learning, DL)的室内目标DoA估计方法展开研究。设计了专门的卷积神经网络应对未知多径信号带来的不利影响,同时训练了模型从多径分量中分辨提取视距径信号DoA特征的能力。基于此,利用公开的DeepMIMO数据集生成了室内目标DoA估计专用构造数据集来训练模型,提出了基于小样本学习(Few-Shot Learning, FSL)的在线快速学习机制,对提高模型泛化性和鲁棒性展开设计。对室内环境下的DoA估计进行了多种方法仿真对比,验证了所提方法的有效性。

关键词：室内场景波达方向深度学习小样本学习

维普期刊数据库博看期刊

一种针对室内关键目标检测的改进YOLOv8算法

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报(自然科学) 2024年

作者：岳有军张远锟赵辉王红君天津理工大学电气工程与自动化学院天津市复杂系统控制理论及应用重点实验室

随着社会服务型机器人的发展,室内目标检测成为机器人识别场景的重要任务。针对现有网络在室内目标检测任务中存在的检测精度低、检测速度慢、难以应用在嵌入式设备上的问题,提出了一种基于YOLOv8的轻量化改进网络。针对场景中存在难以... 详细信息

随着社会服务型机器人的发展,室内目标检测成为机器人识别场景的重要任务。针对现有网络在室内目标检测任务中存在的检测精度低、检测速度慢、难以应用在嵌入式设备上的问题,提出了一种基于YOLOv8的轻量化改进网络。针对场景中存在难以识别的小目标的问题,增加一个检测头以提高对小目标的检测精度;引入Ghost Bottleneck替换网络Neck部分中C2f模块中的bottlencek,将网络中后半部分卷积中的SiLu激活函数替换为H-swish激活函数,减少网络的参数量和计算量,提高检测速度,降低网络的移植难度;在Neck部分中添加MRLA注意力机制,加强不同层之间的联系,增加特征提取能力,提高整体识别精度。实验结果表明:在室内场景数据集上,改进后的算法较原算法平均精度提升了3.6%,检测速度为72 frame/s,同时网络参数量较原网络减少约11%,能满足检测的准确性和实时性,优于目前主流算法。

关键词：目标检测 YOLOv8 室内场景注意力机制 GhostNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全局能量函数和锚点图的室内语义分割

测绘学报 2024年第5期53卷 981-981页

作者：苏飞山东建筑大学测绘地理信息学院山东济南250101

室内场景是人类生活的重要场所,基于三维点云感知与理解室内场景一直以来都是研究热点。室内语义分割根据不同粒度细化为:结构(地板、墙壁、天花板等)的提取、空间(房间、走廊及开放空间)的语义划分,以及物体(桌子、椅子、书架、柜子等... 详细信息

室内场景是人类生活的重要场所,基于三维点云感知与理解室内场景一直以来都是研究热点。室内语义分割根据不同粒度细化为:结构(地板、墙壁、天花板等)的提取、空间(房间、走廊及开放空间)的语义划分,以及物体(桌子、椅子、书架、柜子等)的语义分割识别。现有方法可有效实现遵循曼哈顿世界(Manhattan world,MW)假设的室内场景分割识别,可以满足结构与坐标轴保持平行,无曲面墙面和所有物体均垂直地面放置的简单环境下应用需求。然而,在复杂环境中,如面对曲面墙面、长走廊、任意定向物体,现有方法往往出现曲面结构错分割、长走廊过分割及室内物体错分类等问题,无法满足高精度室内语义分割的要求。为改善上述问题,实现基于室内三维点云的更高精度的分类和分割,论文拟从下面3个方面入手。

关键词：现有方法室内场景三维点云能量函数语义分割开放空间曲面结构曼哈顿

基于融合采样策略的轻量级RGB-D场景3D目标检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2024年第4期14卷 68-75页

作者：单丰浙江理工大学计算机科学与技术学院杭州310018

针对室内RGB-D场景中3D目标检测对复杂背景的适应性较差、难以进行有效采样,以及场景推断时间较长等问题,本文提出一种基于融合采样策略的轻量级RGB-D场景3D目标检测方法。该方法以场景RGB-D数据作为输入,首先通过深度相机投影将其转化... 详细信息

针对室内RGB-D场景中3D目标检测对复杂背景的适应性较差、难以进行有效采样,以及场景推断时间较长等问题,本文提出一种基于融合采样策略的轻量级RGB-D场景3D目标检测方法。该方法以场景RGB-D数据作为输入,首先通过深度相机投影将其转化为三维点云场景;然后利用一种结合距离最远点采样和特征最远点采样的融合采样策略对场景点云进行采样,有效保留了场景各实例代表点,将所有特征代表点汇集在一起形成场景的特征代表点云;最后在代表点云中利用深度霍夫投票机制投票出场景各物体的中心,并对各物体周围的相关特征进行聚类,从而实现场景的3D目标检测。实验结果表明,与传统方法相比,所提框架的目标检测准确率得到有效提升,同一评估指标下的检测准确率平均提升2.1%,且同一环境下每个场景的推断速度仅需要57 ms,远快于传统方法2倍多,从而保证了室内场景3D目标检测的准确性和高效性。

关键词： 3D目标检测深度学习 RGB-D 三维点云室内场景

维普期刊数据库博看期刊