同时定位与地图构建
同时定位与地图构建的相关文献在2007年到2022年内共计297篇,主要集中在自动化技术、计算机技术、测绘学、机械、仪表工业
等领域,其中期刊论文132篇、会议论文3篇、专利文献443751篇;相关期刊85种,包括长春理工大学学报(自然科学版)、宁波大学学报(理工版)、光学精密工程等;
相关会议1种,包括第十二届中国智能机器人大会等;同时定位与地图构建的相关文献由739位作者贡献,包括李南君、张贺、张毅等。
同时定位与地图构建—发文量
专利文献>
论文:443751篇
占比:99.97%
总计:443886篇
同时定位与地图构建
-研究学者
- 李南君
- 张贺
- 张毅
- 罗元
- 陈孟元
- 朱叶青
- 章国锋
- 赵良玉
- 邹李兵
- 金瑞
- 鲍虎军
- 伍明
- 刘浩敏
- 孙昊
- 宋爽
- 李骊
- 仉新
- 周晓军
- 应文健
- 张文强
- 张禹
- 李保明
- 李朔
- 江玉结
- 潘林豪
- 熊蓉
- 王行
- 田福庆
- 盛赞
- 秦国威
- 苏琴
- 阮晓钢
- 陈常
- 陈晨
- A·索尔沃尔德
- M·梅格尔
- M·沃尔迈耶
- 丁大伟
- 丁陵梅
- 付万豪
- 任宇鹏
- 任肖辉
- 任莹莹
- 何晋豪
- 何波
- 佘博
- 傅桂霞
- 全明帝
- 冀大雄
- 冯辰
-
-
赵玏洋;
闫利
-
-
摘要:
在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。
-
-
韩锟;
章京涛;
杨穷千
-
-
摘要:
针对基于传统Rao-Blackwellized粒子滤波(Rao-Blackwellised Particle Filter,RBPF)算法的移动机器人在进行同时定位与地图构建(Simultaneous Location and Mapping,SLAM)时易发生粒子退化导致移动机器人位姿估计不准确以及地图一致性较差的问题,提出一种基于果蝇优化算法的RBPF-SLAM算法。该算法将果蝇种群觅食过程中果蝇具有的趋味特性引入RBPF算法,将粒子视为果蝇个体,粒子的适应度值作为空气中食物味道的浓度,利用果蝇优化算法的高寻优能力使粒子向高似然区域移动并不断迭代寻优,以优化粒子种群的整体分布。同时,在果蝇寻优后的新种群中引入自适应交叉变异操作,以增加种群多样性。根据粒子的适应度值确定交叉概率,对配对好的粒子进行自适应交叉操作,再根据变异概率对当前种群的最优粒子进行变异操作,选取适应度值更高的粒子作为当前最优解。采用指数函数步长公式更新粒子状态,增加寻优过程中的搜索距离,有效提高算法的收敛效率。基于ACES building和MIT Killian Court数据集的仿真实验以及移动机器人实机测试结果显示,基于果蝇优化算法的RBPF-SLAM算法在比传统RBPF-SLAM算法在粒子数减少50%以上的情况下仍可以得到效果更佳的栅格地图,并且CPU占用率更低。仿真和实验结果表明基于果蝇优化算法的RBPF-SLAM算法有效提高了滤波器的估计性能,是一种提高移动机器人位姿估计和建图精度的有效方法。
-
-
张铮;
李德才;
何玉庆
-
-
摘要:
基于深度学习的飞速发展,语义信息逐渐成为SLAM(Simultaneous Location and Mapping)领域的研究热点.由于环境以及传感器本身带来的噪声问题,现有大多数语义SLAM算法所构建的语义地图中存在一些异常点,导致构建的语义地图缺乏一致性,并且影响算法精度.损失函数可以调整对异常点分配的权重,从而抑制异常点的存在.但是大多数语义SLAM算法使用的损失函数本身模型固定,不能很好地适应周围环境噪声的变化.为了解决此问题,提出了一种变结构的鲁棒语义SLAM算法,称为VS-SLAM.采用高斯混合相关熵权重函数作为损失函数,利用其可以通过调整参数,随周围环境噪声变化来改变其模型结构的特点,最大程度地拟合噪声的分布,更有利于降低算法对异常点的权重分配,提高对异常点的鲁棒性.在公开KITTI数据集上的实验表明,本文算法在建图的时间几乎相等的情况下,平均相对平移误差和旋转误差分别降低了5.36%和8.82%,并且构建的语义地图更加具有一致性.
-
-
陈孟元;
张玉坤;
田德红;
丁陵梅
-
-
摘要:
该文针对同时定位与地图创建(SLAM)闭环检测算法易受复杂环境因素干扰,导致定位误差较大、闭环检测精度低等问题,受哺乳动物空间认知机理启发,提出一种基于兴趣倾向机制的仿生SLAM算法。采用反Hebbian网络(Lateral Anti-Hebbian Networkm,LAHN)对网格细胞进行建模,通过不规则复杂环境边界信息对网格细胞进行校正来提高算法定位精度。利用兴趣倾向机制对提取的显著性区域进行兴趣赋值,减小冗余显著性区域带来的影响,提高系统闭环准确率。将位置感知模型获取的位置信息与视觉感知模板相关联构建认知地图。在公开数据集及真实环境中进行测试,测试结果表明该文算法在构建认知地图的准确率、实时性以及对环境的适应能力具有优势。
-
-
蔡志宏;
赵慧;
周亮;
杜幸运
-
-
摘要:
对于在室外小范围(如公园、工业园区)运行的移动机器人,为控制成本,在不借助其他定位装置仅依靠激光雷达的情况下进行定位导航,单线激光雷达无法在未知的环境下对实际环境进行真实建图与定位,建立出的栅格地图无法描述真实的外部环境;适用于室外的多线激光雷达发出的点云数据虽可描述出复杂的室外环境,但其建立的点云地图无法直接用于导航。故本文提出一种借助多线激光雷达基于八叉树地图的室外导航算法,将点云地图压缩成八叉树地图,进一步转化成栅格地图,并提取栅格地图信息,为ROS中导航包提供相应的必要信息,从而实现室外导航避障功能。实验表明该算法可成功将周围环境以栅格地图形式进行描述,并发送出激光点信息完成室外导航。
-
-
陈孟元;
丁陵梅;
张玉坤
-
-
摘要:
针对PL-SLAM(Point and Line Simultaneous Localization And Mapping)算法在稠密场景下同时使用点线特征造成特征计算冗余,以及曲线运动时漏选关键帧等问题,提出一种基于改进关键帧选取策略的快速PL-SLAM算法(Improved keyframe extraction strategy-based Fast PL-SLAM algorithm,IFPL-SLAM).该算法引入一种基于信息熵引导的位姿跟踪决策,使用信息熵评价优先提取的特征点,依据评价结果决策点线特征的融合使用方式,避免了在纹理稠密场景下点线特征同时使用造成数据冗余,提高了算法的实时性;与此同时,为避免曲线运动时漏选关键帧,采用逆向索引关键帧选取策略补充在曲线运动中漏选的关键帧,提高了闭环的准确率和定位精度.在公开的KITTI数据集和TUM数据集中进行测试,测试结果表明本文算法的运行时间与PL-SLAM算法相比减少了16.0%,绝对轨迹误差相比于PL-SLAM算法缩小了23.4%,表现出了良好的构图能力.
-
-
龚欢;
何志琴
-
-
摘要:
针对单目视觉惯性SLAM算法鲁棒性不高且尺度恢复困难的问题,提出基于动态边缘化的双目视觉惯性SLAM算法(DM-SVI-SLAM)。前端使用光流法进行特征跟踪,利用预积分计算帧间IMU,后端在滑动窗口内融合单/双目匹配点误差、IMU残差及先验误差构建捆集调整的成本函数,利用动态边缘化策略、Dog-Leg算法提升计算效率,回环检测使用词袋方法对关键帧重定位。通过EuRoC数据集评估系统性能,实验结果表明,对比其他前沿VI-SLAM算法,该算法在精度和鲁棒性方面都具有潜力。
-
-
阮晓钢;
郭佩远;
黄静
-
-
摘要:
针对基于静态场景假设的传统的同时定位与地图构建(simultaneous localization and mapping,SLAM)在动态场景中鲁棒性差、位姿估计准确率低的问题,提出了一种基于深度学习的语义视觉SLAM方法.该方法将语义分割技术与运动一致性检测算法相结合,首先用Mask R-CNN网络对图像进行语义分割,建立动态对象的先验语义信息,然后通过运动一致性检测算法进一步剔除属于动态物体的特征点,最后用静态特征点进行特征匹配和位姿估计.基于慕尼黑工业大学(Technical University of Munich,TUM)公开数据集对系统进行实验,结果表明,该系统在动态环境中较传统的ORB-SLAM2系统和DS-SLAM系统明显降低了绝对轨迹误差和相对位姿误差,提高了SLAM系统位姿估计的准确性和鲁棒性.
-
-
范文强;
辛绍杰;
邓寅喆
-
-
摘要:
单个机器人在面对大尺度环境时,建图结果往往存在较大误差。由多个机器人创建出局部地图后进行拼接可以很好地解决这一问题。本文提出了一种基于霍夫变换与模板匹配的地图拼接方法。首先,利用霍夫变换检测局部地图中的直线段,根据最长直线段斜率将局部地图正交方向重对准。然后利用Harris角点检测算法检测局部地图中的角点,并以角点为中心,提取模板图像。最后利用模板匹配算法将模板图像与另一局部地图进行匹配,获取两局部地图之间的刚体变换矩阵,实现地图拼接。实验表明,该方法对尺度较大的现实环境具有很好的实用性。
-
-
张裕;
张越;
张宁;
吕耀文;
徐熙平
-
-
摘要:
为了在复杂的动态环境下能够准确地估计折反射全景相机的位姿,提出一种基于逆深度滤波的双目折反射全景相机动态SLAM系统。分析了双目折反射全景相机系统,在球面进行三角化计算出空间点的深度信息。采用一种基于贝叶斯滤波的逆深度滤波器,对动态地图点进行剔除,只使用静态地图点对折反射全景相机进行位姿估计,可以在动态环境下得到精确的相机位姿估计结果。分别在低动态环境和高动态环境下进行了实验,实验结果表明,在高动态环境中,传统的SLAM系统计算的轨迹出现漂移,而基于逆深度滤波的双目折反射全景相机动态SLAM系统始终可以稳定运行。所提方法在两段高动态环境下的绝对轨迹误差的均方根误差分别为0.52 m和0.56 m,精度比传统的全景SLAM系统提升了96.35%。
-
-
Dong Ruifang;
董蕊芳;
Liu Changan;
柳长安;
Yang Guotian;
杨国田;
Cheng Ruiying;
程瑞营
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一个基于图优化的单目线特征同时定位与地图构建(SLAM)方法.首先,针对主流视觉SLAM算法采用点作为特征,所构建的点云地图稀疏、难以准确表达环境结构信息等缺点,本文采用直线作为特征来构建地图;其次,现有基于线特征的SLAM算法都是采用基于滤波的SLAM框架,存在线性化及更新效率问题,本文采用基于图优化的SLAM解决方案以提升定位的精度及地图构建的一致性和准确性;再次,为适应基于图优化的SLAM解决方案,本文的线特征结合了Plücker坐标和Cayley两种参数化方式,一方面采用Plücker直线便于线性投影计算,另一方面采用Cayley方式有利于进行线特征参数的非线性优化;最后,分别通过仿真实验和实际图像实验证明了本文所提出算法的有效性,并和基于EKF的线特征SLAM算法进行了对比,验证了算法的准确性.
-
-
DONG Ruifang;
董蕊芳;
LIU Changan;
柳长安;
WANG Xiaopeng;
王晓鹏;
CHU Mingshuai;
储明帅
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一种基于改进增量平滑的SLAM后端优化算法,用以提高SLAM问题中的状态估计精度.首先,为了减少线性化带来的误差,本文采用无迹变换及数值微分理论来求解SLAM问题中的Jacobian矩阵,从而提高其求解精度;其次,将上述求解的Jacobian矩阵引入基于增量平滑的SLAM框架中,进行后端优化更新,以提高整个SLAM系统中的状态估计精度;再次,为了验证所提出算法的性能,本文通过仿真实验与平滑构图算法SAM(Smoothing and Mapping)进行了性能比较,结果显示在进行批量优化时本文的算法求解精度更高;最后,在实际单口视觉SLAM实验中与增量式平滑算法iSAM2进行了性能比较,结果显示本文算法的优化结果误差小于原始增量平滑算法的误差.
-
-
DONG Ruifang;
董蕊芳;
LIU Changan;
柳长安;
WANG Xiaopeng;
王晓鹏;
CHU Mingshuai;
储明帅
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一种基于改进增量平滑的SLAM后端优化算法,用以提高SLAM问题中的状态估计精度.首先,为了减少线性化带来的误差,本文采用无迹变换及数值微分理论来求解SLAM问题中的Jacobian矩阵,从而提高其求解精度;其次,将上述求解的Jacobian矩阵引入基于增量平滑的SLAM框架中,进行后端优化更新,以提高整个SLAM系统中的状态估计精度;再次,为了验证所提出算法的性能,本文通过仿真实验与平滑构图算法SAM(Smoothing and Mapping)进行了性能比较,结果显示在进行批量优化时本文的算法求解精度更高;最后,在实际单口视觉SLAM实验中与增量式平滑算法iSAM2进行了性能比较,结果显示本文算法的优化结果误差小于原始增量平滑算法的误差.
-
-
DONG Ruifang;
董蕊芳;
LIU Changan;
柳长安;
WANG Xiaopeng;
王晓鹏;
CHU Mingshuai;
储明帅
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一种基于改进增量平滑的SLAM后端优化算法,用以提高SLAM问题中的状态估计精度.首先,为了减少线性化带来的误差,本文采用无迹变换及数值微分理论来求解SLAM问题中的Jacobian矩阵,从而提高其求解精度;其次,将上述求解的Jacobian矩阵引入基于增量平滑的SLAM框架中,进行后端优化更新,以提高整个SLAM系统中的状态估计精度;再次,为了验证所提出算法的性能,本文通过仿真实验与平滑构图算法SAM(Smoothing and Mapping)进行了性能比较,结果显示在进行批量优化时本文的算法求解精度更高;最后,在实际单口视觉SLAM实验中与增量式平滑算法iSAM2进行了性能比较,结果显示本文算法的优化结果误差小于原始增量平滑算法的误差.
-
-
DONG Ruifang;
董蕊芳;
LIU Changan;
柳长安;
WANG Xiaopeng;
王晓鹏;
CHU Mingshuai;
储明帅
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一种基于改进增量平滑的SLAM后端优化算法,用以提高SLAM问题中的状态估计精度.首先,为了减少线性化带来的误差,本文采用无迹变换及数值微分理论来求解SLAM问题中的Jacobian矩阵,从而提高其求解精度;其次,将上述求解的Jacobian矩阵引入基于增量平滑的SLAM框架中,进行后端优化更新,以提高整个SLAM系统中的状态估计精度;再次,为了验证所提出算法的性能,本文通过仿真实验与平滑构图算法SAM(Smoothing and Mapping)进行了性能比较,结果显示在进行批量优化时本文的算法求解精度更高;最后,在实际单口视觉SLAM实验中与增量式平滑算法iSAM2进行了性能比较,结果显示本文算法的优化结果误差小于原始增量平滑算法的误差.
-
-
DONG Ruifang;
董蕊芳;
LIU Changan;
柳长安;
WANG Xiaopeng;
王晓鹏;
CHU Mingshuai;
储明帅
- 《第十二届中国智能机器人大会》
-
摘要:
本文提出了一种基于改进增量平滑的SLAM后端优化算法,用以提高SLAM问题中的状态估计精度.首先,为了减少线性化带来的误差,本文采用无迹变换及数值微分理论来求解SLAM问题中的Jacobian矩阵,从而提高其求解精度;其次,将上述求解的Jacobian矩阵引入基于增量平滑的SLAM框架中,进行后端优化更新,以提高整个SLAM系统中的状态估计精度;再次,为了验证所提出算法的性能,本文通过仿真实验与平滑构图算法SAM(Smoothing and Mapping)进行了性能比较,结果显示在进行批量优化时本文的算法求解精度更高;最后,在实际单口视觉SLAM实验中与增量式平滑算法iSAM2进行了性能比较,结果显示本文算法的优化结果误差小于原始增量平滑算法的误差.
-
-
-
-