期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4,533篇文章
< 1 2 … 227 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
视觉SLAM框架下基于改进Gmapping算法的四向穿梭车轨迹规划 认领 引用
1
作者 马天 付静 何建平 《电子设计工程》 2026年第13期154-158,163,共5页
针对仓储物流系统中四向穿梭车轨迹规划效率低、精度不足且难以适应复杂仓库环境的问题,在视觉SLAM框架下提出一种改进Gmapping轨迹规划算法。引入动态规划代价函数,依托NGSIM轨迹预测数据集,通过动态特征点识别优化改进Gmapping算法性... 针对仓储物流系统中四向穿梭车轨迹规划效率低、精度不足且难以适应复杂仓库环境的问题,在视觉SLAM框架下提出一种改进Gmapping轨迹规划算法。引入动态规划代价函数,依托NGSIM轨迹预测数据集,通过动态特征点识别优化改进Gmapping算法性能,同时融合惯导信息实现对车辆的定位;通过改进Gmapping算法对于轨迹节点的控制,将规划网格抽象为单一节点,以提升路径规划的精度。测试结果表明,该文所提算法在1 s预测时域内均方根误差降至0.41,规划路径覆盖19个路径节点,优于现有算法。由此得出结论,基于改进Gmapping算法的轨迹规划方法可有效提升四向穿梭车轨迹规划精度与效率,为仓储物流系统优化提供了可靠方案。 展开更多
关键词 视觉SLAM框架 Gmapping算法 四向穿梭车 轨迹规划 惯导信息 代价函数
暂未订购 下载PDF
Robust Iterated Sigma Point FastSLAM Algorithm for Mobile Robot Simultaneous Localization and Mapping 认领 引用 被引量：2
2
作者 SONG Yu SONG Yongduan LI Qingling 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2011年第4期693-700,共8页
Simultaneous localization and mapping （SLAM） is a key technology for mobile robots operating under unknown environment. While FastSLAM algorithm is a popular solution to the SLAM problem, it suffers from two major d... Simultaneous localization and mapping （SLAM） is a key technology for mobile robots operating under unknown environment. While FastSLAM algorithm is a popular solution to the SLAM problem, it suffers from two major drawbacks： one is particle set degeneracy due to lack of observation information in proposal distribution design of the particle filter; the other is errors accumulation caused by linearization of the nonlinear robot motion model and the nonlinear environment observation model. For the purpose of overcoming the above problems, a new iterated sigma point FastSLAM （ISP-FastSLAM） algorithm is proposed. The main contribution of the algorithm lies in the utilization of iterated sigma point Kalman filter （ISPKF）, which minimizes statistical linearization error through Gaussian-Newton iteration, to design an optimal proposal distribution of the particle filter and to estimate the environment landmarks. On the basis of Rao-Blackwellized particle filter, the proposed ISP-FastSLAM algorithm is comprised by two main parts： in the first part, an iterated sigma point particle filter （ISPPF） to localize the robot is proposed, in which the proposal distribution is accurately estimated by the ISPKF; in the second part, a set of ISPKFs is used to estimate the environment landmarks. The simulation test of the proposed ISP-FastSLAM algorithm compared with FastSLAM2.0 algorithm and Unscented FastSLAM algorithm is carried out, and the performances of the three algorithms are compared. The simulation and comparing results show that the proposed ISP-FastSLAM outperforms other two algorithms both in accuracy and in robustness. The proposed algorithm provides reference for the optimization research of FastSLAM algorithm. 展开更多
关键词 mobile robot simultaneous localization and mapping （SLAM） particle filter Kalman filter unscented transformation
暂未订购 下载PDF
多模态融合事件相机SLAM技术研究综述 认领 引用 被引量：2
3
作者 赵军阳 喻涵 +3 位作者 张志利 祝慧鑫 吕慎华 张克凡 《计算机工程与应用》 EI CSCD 北大核心 2026年第9期1-19,共19页
事件相机是一种新兴的传感器,同时具有高动态范围、低延迟、高时间分辨率、低数据冗余等特点,将事件相机运用到SLAM(simultaneous localization and mapping)技术中能够充分发挥其优势,打破传统传感器使用场景限制。为此,综述了多模态... 事件相机是一种新兴的传感器,同时具有高动态范围、低延迟、高时间分辨率、低数据冗余等特点,将事件相机运用到SLAM(simultaneous localization and mapping)技术中能够充分发挥其优势,打破传统传感器使用场景限制。为此,综述了多模态融合事件相机SLAM技术的研究现状并分析各类方法的特点与缺陷。介绍了SLAM技术与事件相机的基本原理,阐述了事件相机相比传统视觉相机的优势;从单模态事件相机(单目、双目)和多模态融合事件相机(事件与惯性、视觉惯性、多源传感器融合)SLAM技术的角度出发,分析了两者在实时性、应用场景及算力需求上的优缺点并总结了各自的发展历程,而后探讨单一事件相机和多模态融合事件相机对系统性能的影响并给出了部分多模态融合事件相机的性能比较结果。最后,总结了多模态融合事件相机的SLAM技术未来的研究方向,如多模态事件SLAM算法优化与泛化能力提升、多源异构传感器深度融合架构扩展等,以此为事件相机在SLAM领域的应用提供一定的参考与借鉴。 展开更多
关键词 SLAM技术 事件相机 多模态融合 传感器
暂未订购 下载PDF
基于面元地图的激光-惯性SLAM算法 认领 引用 被引量：1
4
作者 张传伟 赵聪 +3 位作者 秦沛霖 赵瑞祺 杨佳佳 王健龙 《中国惯性技术学报》 EI CSCD 北大核心 2026年第1期35-43,59,共9页
针对现有激光-惯性同步定位与地图构建(SLAM)算法因位姿估计累积误差较大导致定位精度低的问题,提出一种基于面元地图的激光-惯性SLAM算法。该算法通过惯性测量装置(IMU)预积分实现点云去畸变,并将三维点云投影至顶点图以构建法向量图,... 针对现有激光-惯性同步定位与地图构建(SLAM)算法因位姿估计累积误差较大导致定位精度低的问题,提出一种基于面元地图的激光-惯性SLAM算法。该算法通过惯性测量装置(IMU)预积分实现点云去畸变,并将三维点云投影至顶点图以构建法向量图,从而增强约束信息;随后结合增量优化与迭代最近点配准提升位姿估计精度。同时,引入带时间戳的面元及二元贝叶斯滤波机制,自适应更新面元稳定性并优化地图表达。最后,构建包含IMU预积分因子和回环检测因子的全局因子图进行优化,获得一致性位姿。实验结果表明,与FAST-LIO和LIO-SAM相比,所提算法在大范围场景下的均方根误差分别降低32.53%和36.26%,在动态场景下分别降低54.60%和83.29%。 展开更多
关键词 激光-惯性SLAM 面元地图 概率融合 全局因子图优化
暂未订购 下载PDF
激光SLAM中动态物体剔除算法研究 认领 引用 被引量：1
5
作者 李兆强 苏惠杰 张岳 《计算机工程与应用》 EI CSCD 北大核心 2026年第5期242-251,共10页
同时定位与建图(simultaneous localization and mapping,SLAM)技术是无人驾驶流程中的重要环节,其中建图的精度直接影响到定位、导航以及路径规划等任务,影响精度的关键因素之一是地图中存储的动态物体残影。对此问题,提出一种基于多... 同时定位与建图(simultaneous localization and mapping,SLAM)技术是无人驾驶流程中的重要环节,其中建图的精度直接影响到定位、导航以及路径规划等任务,影响精度的关键因素之一是地图中存储的动态物体残影。对此问题,提出一种基于多目标运动估计(multiple object motion estimation,MOME)对点云进行离线处理的动态物体剔除方法,使用领域图来构建空间中动态物体的运动轨迹,通过帧间观测的变换矩阵作为标签来描述物体的轨迹,用凸优化的方式最小化成本函数,使标签逐步收敛到合适的轨迹。最终通过高斯-牛顿迭代估计状态参数,依据动态物体在雷达坐标系和地固坐标系之间的差异性运动对其分割并剔除。该算法在SemanticKITTI数据集和Argoverse 2数据集的不同场景下进行验证,结果表明,该动态物体剔除方法相比于近年来的经典动态物体剔除方法,具有更优秀的精度和效果。 展开更多
关键词 同时定位与建图(SLAM) 动态环境 多目标运动估计 激光雷达
暂未订购 下载PDF
Intelligent identification for discrete memristive neuron map:An adaptive chaos game optimization algorithm studied from the perspectives of different sample sizes and objective functions 认领 引用
6
作者 Yuexi Peng Xinyi Luo +2 位作者 Zhijun Li Mengjiao Wang Minglin Ma 《Chinese Physics B》 SCIE EI CAS CSCD 2026年第6期276-291,共16页
Discrete memristive neuron systems have attracted considerable attention due to their nonlinear dynamical properties,low computational overhead,and ease of hardware implementation.For the practical engineering applica... Discrete memristive neuron systems have attracted considerable attention due to their nonlinear dynamical properties,low computational overhead,and ease of hardware implementation.For the practical engineering applications of discrete memristive neuron systems,effective control remains a key issue.Parameter identification using intelligent optimization algorithms is an important approach for controlling complex nonlinear systems.However,classical algorithms are prone to falling into local optima and often exhibit high computational complexity,resulting in slow convergence.Therefore,a new algorithm named adaptive chaos game optimization(ACGO)is proposed to address these issues.By introducing a differential evolution mutation strategy and a Cauchy adaptive parameter mechanism,the ACGO algorithm can effectively balance global exploration and local exploitation capabilities.To verify the effectiveness of the proposed algorithm,it is applied to parameter identification in five discrete memristive neuron maps(DMNMs)and compared with seven intelligent optimization algorithms.Simulation results demonstrate that the ACGO algorithm achieves higher accuracy and faster convergence.In addition,an in-depth investigation is conducted into the effects of sample size and objective function on identification performance.The results indicate that setting the sample size to 4 and selecting the mean squared error(MSE)as the objective function can achieve better identification performance and a high level of robustness. 展开更多
关键词 discrete memristive neuron map parameter identification chaos game optimization algorithm sample size
暂未订购 下载PDF
Path Planning for Substation UAV Inspection Based on 3D Point Cloud Mapping 认领 引用
7
作者 Yanping Chen Zhengxin Zhan +3 位作者 Xiaohui Yan Le Zou Yucheng Zhong Hailei Wang 《Computers, Materials & Continua》 SCIE EI 2026年第5期2138-2159,共22页
With the increasing complexity of substation inspection tasks,achieving efficient and safe path planning for Unmanned Aerial Vehicles in densely populated and structurally complex three-dimensional(3D)environments rem... With the increasing complexity of substation inspection tasks,achieving efficient and safe path planning for Unmanned Aerial Vehicles in densely populated and structurally complex three-dimensional(3D)environments remains a critical challenge.To address this problem,this paper proposes an improved path planning algorithm—Random Geometric Graph(RGG)-guided Rapidly-exploring Random Tree(R-RRT)—based on the classical Rapidly-exploring Random Tree(RRT)framework.First,a refined 3D occupancy grid map is constructed from Light Detection and Ranging point cloud data through ground filtering,noise removal,coordinate transformation,and obstacle inflation using spherical structuring elements.During the planning stage,a dynamic goal-biasing strategy is introduced to adaptively adjust the sampling direction,the sampling distribution is optimized using a pre-generated RGG,and collision detection is accelerated via a K-Dimensional Tree structure.After initial trajectory generation,redundant nodes are eliminated via greedy pruning,and a curvature-minimizing gradient-based optimizationmethod is applied to smooth the trajectory.Experimental results conducted in a simulated substation environment demonstrate that,compared with mainstream path planning algorithms,the proposed R-RRT achieves superior performance in terms of path length,planning time,and trajectory smoothness.Comprehensive analysis shows that the proposed method significantly enhances trajectory quality,planning efficiency,and operational safety,validating its applicability and advantages for high-precision 3D path planning in complex substation inspection scenarios. 展开更多
关键词 R-RRT algorithm unmanned aerial vehicles path planning random geometric graph 3D occupancy grid map substation inspection
暂未订购 下载PDF
基于语义拓扑信息的物体级SLAM回环检测算法 认领 引用
8
作者 徐彪 曾聪磊 +4 位作者 张润邦 黄圣杰 刘硕 秦晓辉 王若钦 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第4期10-18,共9页
回环检测是SLAM系统的重要组成部分,可以消除里程计的累积误差.传统基于图像外观进行回环检测的方法难以应对大视角变化情况,而显著的物体路标具有视角不变性,能够较好地抵抗视角变化带来的影响.本文提出了一种基于语义拓扑信息的视觉... 回环检测是SLAM系统的重要组成部分,可以消除里程计的累积误差.传统基于图像外观进行回环检测的方法难以应对大视角变化情况,而显著的物体路标具有视角不变性,能够较好地抵抗视角变化带来的影响.本文提出了一种基于语义拓扑信息的视觉回环检测方法.该方法利用显著物体路标的视角不变性,借助物体地图的语义拓扑信息来编码场景,从而显著提升大视角变化下的系统鲁棒性.具体而言,该方法维护一个分层语义路标数据库,采用“从粗到精”的检测策略.首先,利用宏观高层物体路标提取拓扑图,通过局部拓扑描述符进行粗略匹配,并将局部与全局拓扑图统一在极坐标系下评估空间分布相似性,有效剔除误匹配;随后,在准确物体匹配的引导下,利用微观低层点路标进行精细配准,优化位姿估计.在TUM和USTC数据集上的实验结果表明,该方法在精确率和召回率上表现优异,平均精度超过80%.特别是在大视差回环场景下,定位精度提升了40%以上. 展开更多
关键词 机器人技术 物体级SLAM 回环检测 语义分割 语义地图
暂未订购 下载PDF
一种自适应剪枝的室内场景三维高斯SLAM实时高保真建模方法 认领 引用
9
作者 龚俊 罗建军 +4 位作者 柯胜男 黎施彬 陈蔚聪 秦乐 汤圣君 《测绘学报》 EI CSCD 北大核心 2026年第7期1266-1277,共12页
近年来,机器人与增强现实等应用对稠密SLAM的实时性与可解释性提出了更高要求。三维高斯泼溅(3DGS)作为显式三维表示,兼具快速渲染与结构可解释性,正成为高质量建图的重要方向。然而,现有3DGS-SLAM在在线建图中难以同时兼顾重建精度与... 近年来,机器人与增强现实等应用对稠密SLAM的实时性与可解释性提出了更高要求。三维高斯泼溅(3DGS)作为显式三维表示,兼具快速渲染与结构可解释性,正成为高质量建图的重要方向。然而,现有3DGS-SLAM在在线建图中难以同时兼顾重建精度与实时性,其关键瓶颈在于高斯基元数量缺乏自适应的规模控制。为此,本文提出一种自适应剪枝的3DGS-SLAM实时高保真建模方法,将“地图规模/高斯预算”显式纳入建图优化目标,并设计评分驱动的高斯管理机制:在优化过程中融合多视图光度一致性残差、遮挡感知与视角覆盖等信息,在线评估高斯点对几何一致性与外观保真度的贡献度,据此联合执行自适应致密化与优先级剪枝,以实现模型复杂度的动态调节。同时,引入可学习掩膜并构建稀疏化正则项,促使有效高斯集合自适应收缩,降低显存占用与渲染开销。在公开基准数据集和自制数据集的评测中,本文方法即使在最终高斯点数量减少65.0%的情况下,仍能保持稳定的重建质量,显著节省计算与存储资源。结果表明,本文方法能够在不牺牲地图可视化质量的前提下提升在线建图效率,为3DGS-SLAM的实时高保真建图提供了一种有效的规模自适应控制方案。 展开更多
关键词 3DGS SLAM 实时建图 自适应剪枝 可视化
暂未订购 下载PDF
基于知识蒸馏的NeRF SLAM模型轻量化研究 认领 引用
10
作者 王红星 罗子杰 +5 位作者 吴欢娣 曹雏清 徐劲松 刘国满 邓少波 叶展 《机器人》 EI CSCD 北大核心 2026年第1期116-124,共9页
神经辐射场(NeRF)在高质量3维场景重建方面具有巨大潜力,但其高计算复杂度、数据需求和存储限制使其在实际应用中面临诸多挑战。为了解决这一问题,提出了一种结合知识蒸馏的改进NeRF SLAM系统。通过引入知识蒸馏技术,以实现快速且高效... 神经辐射场(NeRF)在高质量3维场景重建方面具有巨大潜力,但其高计算复杂度、数据需求和存储限制使其在实际应用中面临诸多挑战。为了解决这一问题,提出了一种结合知识蒸馏的改进NeRF SLAM系统。通过引入知识蒸馏技术,以实现快速且高效的训练。实验结果表明,与原始NeRF模型相比,本文的系统在重建精度上使点云准确性提升18.21%、重建点云完整度提升14.86%,完成率提升14.09%,在重建效率上使得总FLOP(浮点运算次数)值下降了35.52%,在保持重建精度的同时,显著减少了训练时间和计算资源消耗。本研究不仅为NeRF SLAM系统的优化提供了新的思路,也为知识蒸馏在3维视觉领域的应用探索了新的途径。 展开更多
关键词 NeRF(神经辐射场) SLAM(同步定位与地图构建) 知识蒸馏 3维场景重建 训练优化
暂未订购 下载PDF
基于自适应调节机制的激光SLAM后端约束构建方法 认领 引用
11
作者 石文博 戴豪杰 +3 位作者 陆昱初 姚陈鹏 刘成菊 陈启军 《机器人》 EI CSCD 北大核心 2026年第1期125-136,共12页
在复杂环境下,几何结构的弱差异性与点云数据特征的降级易引发回环误匹配,导致后端图优化解算误差增加,制约移动机器人地图构建及定位的精确性与可靠性。为此,提出了一种基于自适应调节机制的激光SLAM(同步定位与地图构建)后端约束构建... 在复杂环境下,几何结构的弱差异性与点云数据特征的降级易引发回环误匹配,导致后端图优化解算误差增加,制约移动机器人地图构建及定位的精确性与可靠性。为此,提出了一种基于自适应调节机制的激光SLAM(同步定位与地图构建)后端约束构建方法。首先,设计了基于匹配不确定性的回环检测搜索窗口动态调整方法,通过改进Floyd算法对子图最短距离矩阵的动态更新和维护,实时量化不同匹配节点间的相对不确定性程度,进而根据量化指标设计动态调节机制,自适应调整约束构建过程中的匹配搜索域。其次,提出了基于激光点云特异性的自适应阈值法,通过候选解得分情况量化点云特异性,动态调节约束构建搜索过程中的扫描匹配得分的阈值。最后,在移动机器人平台上进行实体实验,结果表明,与其他主流图优化激光SLAM算法相比,所提方法显著减少了错误约束构建,有效提升了机器人在复杂环境下建图的准确性与定位的鲁棒性。 展开更多
关键词 激光SLAM(同步定位与地图构建) 约束构建 回环检测 图优化 自适应调节机制
暂未订购 下载PDF
弱纹理环境下点线融合鲁棒视觉SLAM算法 认领 引用
12
作者 杨官学 刘岳松 +2 位作者 刘慧 沈跃 沈亚运 《计算机工程与应用》 EI CSCD 北大核心 2026年第2期313-324,共12页
针对弱纹理和变光照环境下基于点特征的视觉SLAM(simultaneous localization and mapping)算法轨迹漂移的问题,提出了一种基于改进自适应阈值ELSED算法(Adaptive-ELSED)的快速点线融合双目视觉SLAM算法。通过在ELSED算法中添加自适应阈... 针对弱纹理和变光照环境下基于点特征的视觉SLAM(simultaneous localization and mapping)算法轨迹漂移的问题,提出了一种基于改进自适应阈值ELSED算法(Adaptive-ELSED)的快速点线融合双目视觉SLAM算法。通过在ELSED算法中添加自适应阈值矩阵,动态调整不同光照条件下梯度阈值,并使用长度抑制和短线合并策略,提高线特征的质量。利用基于双目几何约束和图像结构相似性(SSIM)进行快速线段特征三角化。基于历史位姿及误差分析获取初始位姿,通过自适应因子实现光束法平差过程中点线特征的更有效融合。实验结果表明,所提算法在提高线特征质量的同时,耗时仅为LSD算法的50%,线特征匹配速度较传统LBD算法提升67%,挑战性场景下轨迹误差较ORB-SLAM3降低62.2%,系统的平均跟踪帧率为27帧/s,在保证系统实时性的同时,显著提升了系统在弱纹理、变光照环境下的精度和鲁棒性。 展开更多
关键词 双目视觉 弱纹理 视觉同步定位与地图构建(SLAM) 点线特征 特征匹配
暂未订购 下载PDF
激光SLAM方法综述 认领 引用
13
作者 刘凯琪 康福祥 +1 位作者 李伟 高博麟 《汽车安全与节能学报》 CAS CSCD 北大核心 2026年第3期279-295,共17页
激光同时定位与地图构建(SLAM)作为机器人导航与环境感知的核心技术,已经广泛应用于自动驾驶、无人机、移动机器人等领域。该文概述了激光SLAM的基本框架与关键技术,重点介绍激光雷达的点云处理、前端数据配准、后端优化以及闭环检测步... 激光同时定位与地图构建(SLAM)作为机器人导航与环境感知的核心技术,已经广泛应用于自动驾驶、无人机、移动机器人等领域。该文概述了激光SLAM的基本框架与关键技术,重点介绍激光雷达的点云处理、前端数据配准、后端优化以及闭环检测步骤。梳理了经典的激光SLAM方法及对应的优化方法,讨论了其中的技术创新之处,揭示了激光SLAM技术由单一传感器驱动向多传感器融合、由传统几何约束向语义理解增强、由局部位姿估计向全局一致性优化不断发展的技术脉络与研究趋势。同时,开展了基于Livox HAP激光雷达的室内场景三维建图实验,验证了SLAM构建的高精度地图对环境感知任务的有效支撑。实验结果表明,基于激光SLAM获得的点云地图不仅能够较为准确地还原场景的空间结构,还能够为后续语义分割等任务提供可靠的数据基础,体现出激光SLAM在感知系统中的重要应用价值。最后,展望了激光SLAM在深度学习、神经辐射场和多传感器融合等方向的发展潜力,并指出其在动态环境适应、实时性与精度平衡以及系统工程化部署等方面仍面临挑战。 展开更多
关键词 激光点云 激光同时定位与地图构建(SLAM) 前端扫描匹配 后端优化 闭环检测 地图构建
暂未订购 下载PDF
基于GICP与扫描上下文的鲁棒性激光SLAM算法 认领 引用
14
作者 赵小虎 杨雨 尤星懿 《应用激光》 CSCD 北大核心 2026年第6期211-223,共13页
针对长走廊、隧道等空间狭窄、结构相似的复杂环境,传统激光雷达算法存在鲁棒性低、容易发生场景退化问题,对此,提出一种紧耦合激光-惯性同步定位与地图构建(SLAM)算法。首先,针对传统迭代最近点(iterative closest point,ICP)匹配性能... 针对长走廊、隧道等空间狭窄、结构相似的复杂环境,传统激光雷达算法存在鲁棒性低、容易发生场景退化问题,对此,提出一种紧耦合激光-惯性同步定位与地图构建(SLAM)算法。首先,针对传统迭代最近点(iterative closest point,ICP)匹配性能不足,采用广义迭代最近点(generalized iterative closest point,GICP)作为前端点云配方法。其次,在迭代扩展卡尔曼滤波(IEKF)的更新步骤中,引入高斯-牛顿法以提高算法的精度。同时,对海森矩阵进行退化分析并实施退化补偿,进一步增强算法的鲁棒性。最后,在后端中,根据不同环境动态调整键帧数量,建立基于扫描上下文(scan context)的回环检测模块,以纠正定位过程中累积漂移带来的影响。实验结果表明,在室内外结构化环境下,所提算法相较当前先进激光SLAM算法保持较高的精度,而针对复杂长走廊环境,相比Faster-LIO、IG-LIO和FAST-LIO2,定位精度提升了88.4%、92.5%、51.4%,具有更好的精度与鲁棒性。 展开更多
关键词 复杂环境 同步定位与建图 激光-惯性SLAM 点云退化 点云匹配
暂未订购 下载PDF
动态场景下基于YOLO11n的视觉SLAM算法 认领 引用
15
作者 冯迎宾 雒艺 王天龙 《沈阳理工大学学报》 CAS 2026年第1期8-16,23,共9页
针对动态场景导致视觉定位与建图(simultaneous localization and mapping,SLAM)算法位姿估计精度低和地图质量差等问题,提出一种结合深度学习的动态视觉SLAM算法。该算法在ORB-SLAM3前端引入轻量化且目标识别率高的YOLO11n目标检测网络... 针对动态场景导致视觉定位与建图(simultaneous localization and mapping,SLAM)算法位姿估计精度低和地图质量差等问题,提出一种结合深度学习的动态视觉SLAM算法。该算法在ORB-SLAM3前端引入轻量化且目标识别率高的YOLO11n目标检测网络,检测潜在动态区域,并结合Lucas-Kanade(LK)光流法识别其中的动态特征点,从而在剔除动态特征点的同时保留静态特征点,提高特征点利用率和位姿估计精度。此外,新增语义地图构建线程,通过去除YOLO11n识别到的动态物体点云,并融合前端提取的语义信息,实现静态语义地图的构建。在TUM数据集上的实验结果表明,相较于ORB-SLAM3,该算法在高动态序列数据集中的定位精度提升了95.02%,验证了该算法在动态环境下的有效性,能显著提升视觉SLAM系统的定位精度和地图构建质量。 展开更多
关键词 深度学习 动态视觉定位与建图 YOLO11n 静态语义地图 光流法
暂未订购 下载PDF
一种基于量化神经网络的SLAM增强型点特征匹配方法 认领 引用
16
作者 朱代先 吕佳昊 《现代电子技术》 北大核心 2026年第5期8-15,共8页
针对同步定位与地图构建中前端特征提取与匹配鲁棒性不足的问题,提出一种基于量化神经网络的SLAM增强型点特征匹配方法。通过构建适应度函数并采用柯西变异策略优化卷积核权重,同时应用CLAHE算法均衡图像亮度分量,从而提升图像质量;在... 针对同步定位与地图构建中前端特征提取与匹配鲁棒性不足的问题,提出一种基于量化神经网络的SLAM增强型点特征匹配方法。通过构建适应度函数并采用柯西变异策略优化卷积核权重,同时应用CLAHE算法均衡图像亮度分量,从而提升图像质量;在特征提取阶段,通过增加额外的卷积层,并设计含有跳跃连接结构的注意力机制,进一步提升ZippyPoint网络的性能;最终,通过计算欧氏距离的平方差构建距离矩阵,结合反向匹配结果批量提取匹配点,并通过张量操作验证双向一致性,从而实现精确的特征点匹配。实验结果表明,增强后的图像亮度适中,灰度分布均匀,且在复杂场景中的平均匹配精度达到70.87%,匹配时间为0.243 s,两项指标分别较ORB+BF算法提高52.07%和60.94%,具有较高的应用价值。 展开更多
关键词 SLAM 蝴蝶优化算法 CLAHE ZippyPoint 特征匹配 特征提取
暂未订购 下载PDF
基于实例分割的动态视觉SLAM与稠密建图 认领 引用
17
作者 米曾真 徐星元 唐靖 《武汉科技大学学报》 CAS 北大核心 2026年第3期225-234,共10页
室内动态场景中存在的移动目标会严重影响视觉SLAM系统的定位精度和鲁棒性,为此提出一种基于实例分割的动态视觉SLAM算法。该算法在ORB-SLAM3系统的前端嵌入YOLOv8-seg实例分割,用于检测和分割场景中的动态目标,同时剔除分割掩膜下的动... 室内动态场景中存在的移动目标会严重影响视觉SLAM系统的定位精度和鲁棒性,为此提出一种基于实例分割的动态视觉SLAM算法。该算法在ORB-SLAM3系统的前端嵌入YOLOv8-seg实例分割,用于检测和分割场景中的动态目标,同时剔除分割掩膜下的动态特征点,仅保留静态特征点用于后续的特征匹配与相机位姿估计;为降低剔除动态特征后特征匹配数不足带来的负面影响,采用更准确高效的BEBLID描述符代替原有的BRIEF描述符。在公开的TUM数据集上的实验表明,该算法与原ORB-SLAM3相比,特征匹配精度提高15.31个百分点,相机估计的绝对轨迹误差(以动态数据序列fr3/w_xyz为例)降低94.32%,显著增强了系统在动态环境下的定位精度和鲁棒性。此外,系统增加的稠密建图线程,通过动态轮廓消除法去除动态目标的边缘点云,进一步提高了稠密地图的完整性与准确性。 展开更多
关键词 SLAM 实例分割 ORB-SLAM3 BEBLID描述符 稠密建图 动态轮廓消除法
暂未订购 下载PDF
多源异构感知融合SLAM算法研究 认领 引用
18
作者 田保慧 林燕 +2 位作者 兰岚 张文涛 黄艳 《科技资讯》 2026年第2期56-58,共3页
多源异构感知融合同步定位与建图(Simultaneous Localization and Mapping,SLAM)算法在提高移动机器人、自动驾驶车辆等的定位与建图精度方面有广泛的应用前景。激光雷达、视觉相机、惯性测量单元(Inertial Measurement Unit,IMU)等多... 多源异构感知融合同步定位与建图(Simultaneous Localization and Mapping,SLAM)算法在提高移动机器人、自动驾驶车辆等的定位与建图精度方面有广泛的应用前景。激光雷达、视觉相机、惯性测量单元(Inertial Measurement Unit,IMU)等多种传感器产生的海量融合数据对算力的需求日益增加,需要一种可以克服单一传感器的局限性的融合SLAM算法。基于卡尔曼滤波、粒子滤波与改进的点云匹配算法(Iterative Closest Point,ICP)展现明显的优越性,ICP-SLAM算法在动态和遮挡场景中表现出更高的鲁棒性。 展开更多
关键词 多源异构 传感器 SLAM算法 ICP点云匹配算法 自动驾驶技术
暂未订购 下载PDF
Power forecasting method of ultra-short-term wind power cluster based on the convergence cross mapping algorithm 认领 引用
19
作者 Yuzhe Yang Weiye Song +5 位作者 Shuang Han Jie Yan Han Wang Qiangsheng Dai Xuesong Huo Yongqian Liu 《Global Energy Interconnection》 EI CSCD 2025年第1期28-42,共15页
The development of wind power clusters has scaled in terms of both scale and coverage,and the impact of weather fluctuations on cluster output changes has become increasingly complex.Accurately identifying the forward... The development of wind power clusters has scaled in terms of both scale and coverage,and the impact of weather fluctuations on cluster output changes has become increasingly complex.Accurately identifying the forward-looking information of key wind farms in a cluster under different weather conditions is an effective method to improve the accuracy of ultrashort-term cluster power forecasting.To this end,this paper proposes a refined modeling method for ultrashort-term wind power cluster forecasting based on a convergent cross-mapping algorithm.From the perspective of causality,key meteorological forecasting factors under different cluster power fluctuation processes were screened,and refined training modeling was performed for different fluctuation processes.First,a wind process description index system and classification model at the wind power cluster level are established to realize the classification of typical fluctuation processes.A meteorological-cluster power causal relationship evaluation model based on the convergent cross-mapping algorithm is pro-posed to screen meteorological forecasting factors under multiple types of typical fluctuation processes.Finally,a refined modeling meth-od for a variety of different typical fluctuation processes is proposed,and the strong causal meteorological forecasting factors of each scenario are used as inputs to realize high-precision modeling and forecasting of ultra-short-term wind cluster power.An example anal-ysis shows that the short-term wind power cluster power forecasting accuracy of the proposed method can reach 88.55%,which is 1.57-7.32%higher than that of traditional methods. 展开更多
关键词 Ultra-short-term wind power forecasting Wind power cluster Causality analysis Convergence cross mapping algorithm
暂未订购 下载PDF
Quantitative analysis of different SLAM algorithms for geo‑monitoring in an underground test field 认领 引用
20
作者 Jing Li Jörg Benndorf Paweł Trybała 《International Journal of Coal Science & Technology》 SCIE EI CAS CSCD 2025年第1期166-185,共20页
Geo-monitoring provides quantitative and reliable information to identify hazards and adopt appropriate measures timely.However,this task inherently exposes monitoring staff to hazardous environments,especially in und... Geo-monitoring provides quantitative and reliable information to identify hazards and adopt appropriate measures timely.However,this task inherently exposes monitoring staff to hazardous environments,especially in underground settings.Since 2000s,robots have been widely applied in various fields and many studies have focused on establishing autonomous mobile robotic systems as well as solving the issue of underground navigation and mapping.However,only a few studies have conducted quantitative evaluations of these methods,and almost none have provided a systematic and comprehensive assessment of the suitability of mapping robots for underground geo-monitoring.In this study,a methodology for objective and quantitative assessment of the applicability of SLAM methods in underground geo-monitoring is proposed.This involves the development of an underground test field and some specific metrics,which allow detailed local accuracy analysis of point measurements,line segments,and areas using artificial targets.With this proposed methodology,a series of repeated experimental measurements has been performed with an autonomous driving robot and the selected LiDAR-and visual-based SLAM methods.The resulting point cloud was compared with the reference data measured by a total station and a terrestrial laser scanner.The accuracy and precision of the selected SLAM methods as well as the verifiability and reliability of the results are evaluated and discussed by analysing quantities such as the deviations of the control points coordinates,cloudto-cloud distances between the test and reference point cloud,normal vector,centre point coordinates and area of the planar objects.The results demonstrate that the HDL Graph SLAM achieves satisfactory precision,accuracy,and repeatability with a mean cloud-to-cloud distance of 0.12 m(with a standard deviation of 0.13 m)in an 80 m closed-loop measurement area.Although RTAB-Map exhibits better plane-capturing capabilities,the measurement results reveal instability and inaccuracies. 展开更多
关键词 Underground geo-monitoring Mobile robot Simultaneous localization and mapping HDL Graph SLAM RTAB-Map
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 227 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈