一种低成本的机器人室内可通行区域建模方法

基于单目视觉的同步定位与建图（SLAM）是机器人领域中的一项热门技术。然而，在场景建图方面，由于其计算量较大，各主流方法还无法在低运算能力的平台上实现实时的场景建模。针对室内环境与小型机器人的特定情况，提出了一种新的可通行区域建模方法。该方法建立在单目特征点SLAM的基础上，通过HSV色彩空间内的图像自适应阈值分割获取地面分割图像，并与SLAM生成的稀疏点云进行交叉比对，进而获取地平面与准确的地面分割区域，再将地面分割区域反投影到地平面上，获取地面的稠密建模。在室内场景的实验中，所提方法的平均运算速度能达到21帧/s，速度约为ORB-SLAM的70%，能够满足移动平台的实时性要求。对于地平面位置的还原平均误差为5.8%，地面上道路宽度的建模误差在3.5%~12.8%。      

火星探测无人机快速景象匹配算法

针对火星无人机探测飞行过程的特点及其机载计算机的局限性,在充分研究了矩阵奇异值向量性质特点的基础上,对奇异值向量进行主分量分析,提出了一种应用于火星无人机平飞段的基于奇异值分解的分层快速景象匹配算法,并给出了与之相应的机载特征数据存储方法.与相关算法的对比性实验表明,本文提出的算法具有准确,稳定,且速度更快,数据量更小的优点.通过仅在飞行末段,将本文算法切换成现有的基于SIFT算子的匹配算法,能在实现火星无人机全程快速景象匹配的同时,有效降低对其机载计算机综合性能的要求.