检索结果-南通市图书馆

检索条件"主题词=SLAM闭环检测"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

未知环境下深度学习在slam闭环检测中的应用研究

未知环境下深度学习在SLAM闭环检测中的应用研究

引用

作者：潘锡英广东工业大学

学位级别：硕士

随着科技的快速发展,人工智能技术在不断得提升,机器人智能化技术也得到人们广泛的关注。机器人在未知的环境下通过对视觉传感器获取的数据进行分析并创建环境地图,利用该地图实现机器人自主定位和构图,也被称作slam(Simultaneous Local... 详细信息

随着科技的快速发展,人工智能技术在不断得提升,机器人智能化技术也得到人们广泛的关注。机器人在未知的环境下通过对视觉传感器获取的数据进行分析并创建环境地图,利用该地图实现机器人自主定位和构图,也被称作slam(Simultaneous Localization and Mapping)技术,随着最近几年机器人、无人机、无人驾驶、VR/AR的火爆,slam技术正广泛为人所知,被认为是这些领域的关键技术之一,slam在构图规模比较小的情况下误差较小,当地图达到一定规模后,产生的状态估计的累计误差会导致slam出现严重偏差.而闭环检测能够有效的降低slam的累积误差,闭环检测判断的失误可能使整个slam图优化算法收敛到完全错误的值,出现地图断裂,进而出现错误的定位导航,因此本文重点讨论未知环境下基于视觉的闭环检测问题,闭环检测是slam系统的重要组成部分,在消除累积误差方面起着非常重要的作用,尽管有很多学者围绕图优化算法进行优化,但闭环检测在未知环境下鲁棒性低的问题仍然没有正面提出解决的办法。深度学习的发展为在机器人上利用深度学习技术实现闭环检测提供了思路。为进一步改善slam闭环检测在实际场景中敏感的问题,本文通过深度学习技术,比如目标检测和图像分割,提高闭环检测的准确性,从而提高机器人在未知环境中的感知能力,具体工作如下:1)从slam闭环检测问题开始对机器人在未知环境下较敏感的原因进行分析,并以深度学习获取的特征能更好的对场景进行描述的特点来提高机器人闭环检测的稳健性。2)对深度学习方法进行研究,并选择利用深度学习对图像场景进行描述作为本文的研究基础。3)对基于图像静态语义区域的闭环检测方法进行研究,验证深度学习对slam闭环检测的鲁棒性的提高。4)对基于图像局部感兴趣区域的机器人闭环检测算法进行研究,验证深度学习对slam闭环检测的鲁棒性的提高。5)进行实验和分析,总结和展望。

关键词：深度学习 slam闭环检测场景描述局部感兴趣区域特征提取

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：