检索结果-南通市图书馆

维普期刊数据库

动态场景下基于3D多目标追踪的实时视觉slam方法研究

在线全文

学校读者我要写书评

暂无评论

汽车工程 2024年第5期46卷 776-783页

作者：陈吉清车宇翔田小强兰凤崇周云郊华南理工大学机械与汽车工程学院广州510640 华南理工大学广东省汽车工程重点实验室广州510640

近年来一些解决动态场景下的slam技术被提出,其中slam与MOT结合的技术路线不仅可解决动态场景问题,还可以提高系统对周围场景的理解,获得了更大关注。本文介绍了一种高效的实时在线视觉slamMOT融合系统,以双目视觉或RGBD作为输入,只须借... 详细信息

近年来一些解决动态场景下的slam技术被提出,其中slam与MOT结合的技术路线不仅可解决动态场景问题,还可以提高系统对周围场景的理解,获得了更大关注。本文介绍了一种高效的实时在线视觉slamMOT融合系统,以双目视觉或RGBD作为输入,只须借助2D目标检测网络,便能高效、准确、鲁棒地跟踪相机以及动态目标的位姿,并生成稀疏点云地图。为提高多动态目标追踪的精度与准确度,引入了级联匹配与IOU匹配结合的策略;利用阿克曼转向模型来简化追踪目标的运动,减少求解动态目标位姿所需匹配点的数量;利用因子图将相机与动态目标的追踪结果进行联合优化,同时提高相机、追踪目标的位姿和地图点的精度。最后在KITTI跟踪数据集上与其他方法进行比较。结果表明,在满足实时性要求的前提下,该方法仍能准确地追踪相机以及动态目标位姿。

关键词：视觉slam 动态场景多目标追踪实时系统

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

动态场景下基于加权静态的视觉slam算法

激光与光电子学进展 2024年第4期61卷 503-512页

作者：李勇吴海波李万李东泽昆明理工大学机电工程学院云南昆明650500 云南省先进装备智能制造技术重点实验室云南昆明650500

针对传统视觉同步定位和映射(slam)系统在动态环境中鲁棒性和定位精度低等问题,基于ORB-slam2算法框架,提出一种在室内动态环境中运行稳健的视觉slam算法。首先,语义分割线程采用改进的轻量化语义分割网络YOLOv5获得动态对象的语义掩码... 详细信息

针对传统视觉同步定位和映射(slam)系统在动态环境中鲁棒性和定位精度低等问题,基于ORB-slam2算法框架,提出一种在室内动态环境中运行稳健的视觉slam算法。首先,语义分割线程采用改进的轻量化语义分割网络YOLOv5获得动态对象的语义掩码,并通过语义掩码选择ORB特征点,同时,几何线程通过加权几何约束的方法检测动态对象的运动状态信息。然后,提出一种给语义静态特征点赋予权值,并对相机的位姿和特征点的权值进行局部光束平差法(BA)联合优化的算法,有效地减少动态特征点的影响。最后,在TUM数据集和真实的室内动态场景中进行实验,结果表明,与改进之前的ORB-slam2算法相比,所提算法有效地提高了系统在高动态数据集中的定位精度,并且绝对轨迹误差和相对轨迹误差的均方根误差(RMSE)分别提升了96.10%和92.06%以上。

关键词：视觉slam 动态环境加权几何约束语义掩码 BA联合优化

维普期刊数据库

图像语义信息在视觉slam中的应用研究进展

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第6期53卷 1057-1076页

作者：郭迟刘阳罗亚荣刘经南张全武汉大学湖北珞珈实验室湖北武汉430079 武汉大学卫星导航定位技术研究中心湖北武汉430079 武汉大学人工智能研究院湖北武汉430079

视觉同步定位与建图(visual simultaneous localization and mapping,Vslam)技术以相机为主要传感器采集图像数据,基于多视几何、状态估计等算法原理获取载体的位置和姿态,同时构建一张用于导航定位的地图。视觉slam是自动驾驶、AR(augm... 详细信息

视觉同步定位与建图(visual simultaneous localization and mapping,Vslam)技术以相机为主要传感器采集图像数据,基于多视几何、状态估计等算法原理获取载体的位置和姿态,同时构建一张用于导航定位的地图。视觉slam是自动驾驶、AR(augmented reality)、VR(virtual reality)、MR(mix reality)、智能机器人、无人机飞控中的关键技术。近年来,随着各个产业对智能导航定位的需求日渐增多,原本以几何测量为主的视觉slam逐渐融入对环境的语义理解。语义信息是指能够被人类直观感受和理解的概念,而图像语义信息是指图像中物体的轮廓、类别、显著性等信息。相比于图像中的几何特征,语义信息更具时空一致性,且更贴近人类感知的结果。将图像语义信息引入视觉slam,既能促进系统各个模块的性能,还能够提升视觉slam的智能感知能力,形成集几何测量、定位定姿、环境理解等多种功能的视觉语义slam。本文根据图像语义信息的应用方式,对视觉语义slam经典方案和最新研究进展进行归纳梳理。在此基础上,本文总结了视觉语义slam的现存问题与挑战,指出该领域未来的研究方向,以推动其面向智能导航定位进一步发展。

关键词：视觉slam 视觉语义slam 深度学习智能导航定位

动态场景下基于特征点筛选的视觉slam算法

维普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

系统仿真学报 2024年

作者：姜丽梅陈信威华北电力大学计算机系

针对传统的视觉slam算法在动态环境下的定位精度与鲁棒性低的问题，提出了一种基于特征点筛选的改进动态slam算法，该算法以ORB-slam3算法为基本框架，增加了动态区域划分与特征点筛选模块。动态区域划分模块使用改进的RT-DETR目标检测... 详细信息

针对传统的视觉slam算法在动态环境下的定位精度与鲁棒性低的问题，提出了一种基于特征点筛选的改进动态slam算法，该算法以ORB-slam3算法为基本框架，增加了动态区域划分与特征点筛选模块。动态区域划分模块使用改进的RT-DETR目标检测算法检测图像中的动态物体并根据检测框划分动态区域，特征点筛选模块使用对极约束以及光流法筛选掉运动的动态物体身上的特征点，保留静止的动态物体上以及目标检测框内属于背景部分的特征点参与后续的位姿优化。改进的算法尽可能的保留了更多的有效特征点参与相机位姿优化，实验结果表明改进的算法相比于原始的ORB-slam3在高动态环境下的绝对轨迹误差的RMSE值平均能够达到90%以上的提升的同时保持实时运行。

关键词：光流对极约束视觉slam 动态环境 RT-DETR PP-LCNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合深度学习与稠密光流的动态视觉slam

信息与控制 2024年

作者：胡青松任林洋随学帅李世银孙彦景中国矿业大学地下空间智能控制教育部工程研究中心中国矿业大学信息与控制工程学院中国矿业大学徐州市智能安全与应急协同工程研究中心

针对传统视觉slam(simultaneous localization and mapping)算法在环境目标静止或低速运动状态工作良好,但在场景中存在人员走动、车辆运动等动态干扰时精度不高、鲁棒性不强的问题,提出了基于ORBslam3 (Oriented fast and Rotated Brie... 详细信息

针对传统视觉slam(simultaneous localization and mapping)算法在环境目标静止或低速运动状态工作良好,但在场景中存在人员走动、车辆运动等动态干扰时精度不高、鲁棒性不强的问题,提出了基于ORBslam3 (Oriented fast and Rotated Brief slam3)框架的动态slam系统,在ORB-slam3框架中融合了YOLACT++(You Only Look At CoefficienTs)深度学习性;提出了运动等级传递策略,将实例分割网络和稠密光流场融合,达到slam系统效率与精度的联合优化。在公开数据集TUM上的测试结果表明,所提系统在动态场景下具有优异的性能,低动态场景下的均方根误差、平均值、中值和标准差等指标相比ORB-slam3提高了约60%,高动态场景下超90%。楼道场景的实测结果表明,所提系统在提取特征时能够有效剔除动态目标上的特征点,保证了系统的精度。

关键词：视觉slam 动态目标干扰深度学习稠密光流视觉几何

基于稠密点云的神经辐射场NeRF在视觉slam建图任务中的应用研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪器仪表学报 2024年

作者：陈久朋陈治帆伞红军徐贝昆明理工大学机电工程学院云南省先进装备智能制造技术重点实验室

基于点云等显式场景表达的传统slam技术在精度和鲁棒性上已经较为成熟，但在地图纹理和语义信息还原方面存在不足。为了提高slam技术在纹理和语义信息获取方面的性能，本文将具有可微渲染能力的神经辐射场（NeRF）引入到传统视觉slam系... 详细信息

基于点云等显式场景表达的传统slam技术在精度和鲁棒性上已经较为成熟，但在地图纹理和语义信息还原方面存在不足。为了提高slam技术在纹理和语义信息获取方面的性能，本文将具有可微渲染能力的神经辐射场（NeRF）引入到传统视觉slam系统中，提出了一种新型视觉slam方法：DRM-slam（DenseRadianceMapper-slam）。该方法使用ORB-slam3进行相机位姿估计，并结合关键帧的RGB信息和深度信息生成稠密点云，在动态体素网格的基础上，根据点云数据提供的三维几何信息在体素网格中进行采样减少NeRF调用多层感知机的频率。同时，该方法结合利用了多分辨率哈希编码和CUDA框架的NeRF实现，显著提升了NeRF的训练速度。在TUM、WHU-RSVI、Replica和STAR数据集上对本文提出的方法进行建图精度、完整度以及实时性测试的结果表明：DRM-slam利用稠密点云和NeRF体渲染技术填补了点云中的空洞，保留了传统的slam方法在位姿估计精度上的优势，提升了地图的纹理和材质的连续性。DRM-slam算法在Replica数据集上的帧率为22.3，该值远大于NICE-slam、iMap和Co-slam算法，证明了所提算法具有较高的实时性。在相同的场景下进行消融实验，基于稠密点云进行NeRF渲染比传统的NeRF的方法帧率提升了3倍，进一步证明了稠密点云可以加速NeRF收敛，充分展示了DRM-slam在地图重建方面的性能。

关键词：移动机器人 DRM-slam 视觉slam 稠密点云神经辐射场

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合语义信息的实时动态视觉slam方法

控制工程 2024年

作者：邹彪任伟达朱晓康王宁方腾宋鑫鹏东北大学信息科学与工程学院国网电力空间技术有限公司

大多数视觉slam算法均基于静态环境假设，但在实际场景中，动态物体上的特征点会严重影响前端位姿估计的精度。针对这一问题，在ORB-slam3算法的基础上，使用Unet语义分割网络和多视图平均重投影误差方法，对图像中存在的动态物体进行... 详细信息

大多数视觉slam算法均基于静态环境假设，但在实际场景中，动态物体上的特征点会严重影响前端位姿估计的精度。针对这一问题，在ORB-slam3算法的基础上，使用Unet语义分割网络和多视图平均重投影误差方法，对图像中存在的动态物体进行识别和剔除，提高了视觉slam算法在动态场景下的鲁棒性和准确性。同时，通过多线程并发运行语义分割和slam算法，设计系统多线程时序，使得系统整体吞吐量得到了提高。在TUM公开数据集上的实验结果表明，改进后的算法在RGB-D模式下的定位精度提高了86.6%以上；与其他动态物体去除方法相比，并发处理语义分割和slam算法的时序设计，缓解了输入数据阻塞，提高了系统整体实时性。

关键词：视觉slam 动态环境语义分割多视图几何 ORB-slam3

基于视觉slam的排水管道机器人三维环境感知研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于视觉SLAM的排水管道机器人三维环境感知研究

作者：刘浩志河北大学

学位级别：硕士

地下排水管道直接关乎居民的日常生活质量,更是城市安全健康发展的重要保障。随着城市化进程的快速推进,排水管网的规模与复杂程度也显著增大,给管道的定期巡检带来了前所未有的压力。管道机器人技术被认为是应对这一挑战的有效方案,然... 详细信息

地下排水管道直接关乎居民的日常生活质量,更是城市安全健康发展的重要保障。随着城市化进程的快速推进,排水管网的规模与复杂程度也显著增大,给管道的定期巡检带来了前所未有的压力。管道机器人技术被认为是应对这一挑战的有效方案,然而地下管道具有内部环境未知且无法使用卫星定位的“双盲”特性,因此目前只能依靠人工操作管道机器人通过回传视频观察管内环境,此方法不仅效率低下而且巡检的准确性和客观性无法得到保障。面对排水管道自动化巡检的迫切需求,本研究利用视觉slam(Simultaneous Localization and Mapping)技术解决管道机器人三维环境感知中的精准定位和地图构建问题,为排水管网的智能化巡检提供技术支持,具有一定的科学价值和社会意义。本研究首先设计并搭建了一套轮式管道机器人系统用于采集实验管段内的环境数据,同时基于ROS(Robot Operating System)构建了机器人及其工作环境的仿真模型。从实际巡检视频中提取出管道内壁的矩形展开图,将其贴图到管道三维模型内表面仿真机器人的工况环境。然后,在机器人行进过程中,实时地拟合点云地图中排水管道的圆柱模型参数,将管道的三维环境实时地用圆柱结构化表征。最后在跟踪和建图环节利用管道的圆柱特征作为约束消除累积误差,解决传统视觉slam在排水管道环境中的视觉退化和尺度漂移问题。本论文取得了如下研究成果:(1)设计了基于粒子群优化的管道中心点提取算法和管道内壁展开图的径向矫正函数。(2)设计了基于图优化和轨迹方向均值估计的圆柱管道结构化实时表征方法,依据稳定性将圆柱特征分为活跃、活动、固定和失效圆柱并动态地优化和利用。(3)设计了基于圆柱特征约束的管道三维环境感知实时优化算法,包括基于活跃圆柱的临时地图点生成方法,基于活动圆柱约束的全局一致性优化和基于同径特性的实时一致性优化方法。

关键词：管道机器人视觉slam 圆柱特征约束图优化图像展开

动态场景下移动机器人的视觉slam算法研究

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

动态场景下移动机器人的视觉SLAM算法研究

作者：于小童曲阜师范大学

学位级别：硕士

当今社会,人工智能技术蓬勃发展。移动机器人技术作为其典型代表,已被广泛应用于服务、医疗、工业制造等各个领域。slam(Simultaneous Localization and Mapping,同时定位与地图构建)是移动机器人实现环境感知、自主定位以及智能导航避... 详细信息

当今社会,人工智能技术蓬勃发展。移动机器人技术作为其典型代表,已被广泛应用于服务、医疗、工业制造等各个领域。slam(Simultaneous Localization and Mapping,同时定位与地图构建)是移动机器人实现环境感知、自主定位以及智能导航避障的重要支撑技术,但当前大多数视觉slam技术多基于静态环境这一前提假设,忽略了实际环境中异常动态物体给系统带来的负面影响,从而导致移动机器人定位精度低,建图效果差,严重降低了 slam技术在动态环境中的普适性。为解决上述问题,本文提出一个结合语义和几何信息的slam算法,旨在减小系统误差,提高定位精度,保证系统在复杂动态环境中的可用性。本文主要研究内容如下:(1)提出融合语义和几何信息的动态特征剔除算法。首先,基于ORB-slam2算法框架的跟踪线程引入额外的目标检测线程,采用YOLO-MobileNetV3神经网络对目标检测算法进行轻量化,获取环境语义信息并不断调整动态物体经验阈值,提高目标检测速度以及系统的实时性。其次,通过极线约束的距离关系判断动态特征点,获取环境特征的几何信息,结合语义信息和几何信息设计动态特征剔除策略,用于有效过滤动态特征点。最后利用剩余静态特征点进行位姿匹配,保证位姿估计和定位的精度。(2)优化改进系统部分组成模块,提高动态视觉slam系统的鲁棒性。首先,对ORB特征提取过程中的角点提取进行优化,提高特征点提取的精度和速度。其次,本文结合光流法的高效性与特征点法的准确性,提出了一种结合两种方法优势的视觉里程计跟踪算法,通过判断相机的运动状态动态调整跟踪算法的选择。接着,在后端局部BA优化过程中,引入滑窗思想,并采用分步边缘化简化slam的优化问题,并只优化局部状态变量,从而降低了计算复杂度,提升整体优化速度。最后,采用基于词袋模型的回环检测方法有效识别回环,纠正误差并优化轨迹,建立具有一致性和准确性的地图。(3)搭建实验平台完成实验验证。在公开数据集中对系统改进前后的算法进行仿真,通过绝对轨迹误差和相对旋转误差两项标准进行评估,结果证明在动态场景中,改进后的系统在轨迹精度方面表现优于系统改进前。搭建机器人硬件实验平台,在实际场景中验证了本文算法的可行性和良好的实用性。

关键词：动态场景视觉slam 目标检测几何约束视觉里程计