RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。     

百分百咖啡生活 上海咖啡地图VS煮制美咖

繁忙的人们,应该如何消受春天的时光?春天有一切可能的情调。我们只觉得,你的这个春天也许更需要一杯好咖啡。如果你总在路上奔波,那么趁转机腾挪的空隙里你需要一杯解乏的咖啡,我们坚信:爱咖啡的人,心情是悠闲的。如果你游走在他乡他城,那么在别     

我们共同的祖先 未来看上去Bright

语言能够决定我们思考世界的方式。理查德·道金斯衷心地接受了一个唤醒无神论意识的尝试。方式是选择一个令人愉快的词。我曾经读过一本科幻小说,小说里的宇航员航行到了一个遥远的星球,渐渐患上了思乡病:想想吧,现在地球上是春天!你可能不会马上看出这有什么不对头,我们的     

连接上海与世界的文化桥梁

《上海的外国文化地图》是一套反映中国和世界各国文化相互交融、相互影响,适合世界各国人士了解本国文化与上海密切关联的大型丛书。以地图为导引,人物、故事、文化地标、名宅胜迹、人文习尚,璀璨斑斓。通过这套书,让世界了解中国,让中国走向世界。     

美国公布最新地球地图

据美国航宇局官方网站7月1日报道，美国航宇局Terra卫星绘制了一张迄今最为完整的地球地图，展示了地球上几乎每一个地区的高程。据悉，这张名为“全球数字高程模型”的地图是利用该卫星上一架日本照相机拍摄的近130万幅图像绘制的，在2．375个拼贴组成的一个巨型网格中，每一个高程点之间相隔30米。     

基于全局稀疏地图的AGV视觉定位技术

为了实现自动导引车（AGV）在复杂工业环境下的高精度定位,克服环境变化给定位带来的影响,提出了基于全局稀疏地图的视觉定位方法。首先,设计了大容量二维编码点,作为人工路标铺设在工业环境的地面;然后,基于一种四边形识别算法,在复杂工业环境中准确分割和识别二维编码点;最后,利用二维编码点提供的编码信息,鲁棒匹配图像中的特征点,并以此为基础,使用一种分参数块优化的三维重建策略,实现了工业环境的大规模地图构建,为AGV视觉定位提供了一种稀疏电子地图。AGV视觉的定位通过匹配车载视觉传感器图像中的特征点和稀疏电子地图实现。停车重复定位精度小于0.5 mm,角度偏差小于0.5°,轨迹平均位移误差小于0.1%。实际应用结果表明,该方法能在复杂工业环境中实现AGV视觉的定位,定位的速度和精度方面都满足工业应用的要求,为AGV的视觉定位提供了新的思路。      

月面特征稀疏环境下的视觉惯性SLAM方法

月球车在执行科学探测任务过程中,其自身的高精度定位是一项亟需解决的关键问题。针对在特征稀疏的月面环境下的定位问题,提出一种视觉惯性融合的SLAM方法,将视觉测量与惯性传感器的信息利用位姿图优化方法融合,实现高精度的联合定位。针对特征稀疏环境下的前端视觉数据关联误差较大的问题,提出了一种基于四元树的光流跟踪算法,能够有效地跟踪鲁棒的特征点,提升了关键帧之间相对位姿估计的准确性。并且针对月面环境特有的恒星无穷远点干扰问题,提出一种高效的恒星点剔除算法,能够有效改善无穷远点导致的定位精度下降的问题。搭建了一套模拟月面环境的计算机仿真系统,并构建了多个月面环境视觉惯性SLAM仿真数据集,在不同的模拟月面场景下进行定位性能仿真验证,仿真测试结果表明本文算法的鲁棒性更强,具有更高的定位准确度。     

迷失 鼓浪屿

一年四季都有花开,一年四季都有海风,一年四季都有人来了又走,一年四季她都在这海中央,寸步不离。鼓浪屿就是这样一个小小的岛,有人说她是幸福的,有那么多的人从遥远的地方来看她;有人说她是寂寞的,有那么多人来了又走,没有时间听她在夜晚静静的耳语……     

基于风险地图的城市物流无人机路径规划研究

近年来物流无人机技术迅猛发展,但城市低空空域的复杂性、电磁环境的干扰以及城市内居民的生命财产安全都对物流无人机在城市的推广提出挑战。在此背景下,研究评估无人机运行综合风险并生成的风险地图,以无人机运输安全性、经济性和路径平滑程度为目标规划无人机全局路径,并增加对无人机航线保护区结构的约束。在原始NSGA-III算法的基础上对航路点选择机制、交叉和变异操作进行改进,使算法更适应路径规划的需求。实验证明,模型能有效地避开禁飞区,确保路径的多样性、经济性和安全性,为物流运输经营者和低空空域监管方提供高质量、多样化的备选路径,满足不同决策者需求,为无人机城市物流活动的安全高效运行提供有效的解决方案。     

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。