基于PCANet-LDA的移动机器人闭环检测研究
发布时间：2020-05-06 22:58
【摘要】：随着移动智能机器人的广泛应用,移动机器人同时自我定位与地图构建(Simultaneous Localization and Mapping,SLAM)成为了研究者研究的热点话题。其中的闭环检测部分可以为后端的位姿图优化带来强约束,从而有效地减少位姿估计的累积误差,是所有SLAM系统只中不可或缺的一环。主成分分析网络(PCANet)能够高效的提取场景图片的特征向量,但没有利用到样本数据的类区分性;线性判别分析(LDA)能够利用图像数据中的类标签对特征进行提取。本文将PCANet与LDA的优点结合起来,提出了具有类区分性的主成分分析网络PCANet-LDA,并基于迁移学习的理论基础,将其应用于视觉SLAM闭环检测中。首先将图像输入一个两层的PCA卷积层获取PCA特征;然后再将特征向量输入一个非线性输出层进行二值化和块直方图处理;接着将带有类标签信息的特征向量输入LDA监督层进行监督投影,使图像数据信息得到了充分的利用。实验在数据集New College及City Centre上进行,通过与其它主流神经网络AlexNet、GoogLeNet以及RandNet进行对比,结果表明在召回率不大于85%的情况下,PCANet-LDA的准确率与效果最好的GoogleNet不相上下,但是在特征提取方面的时间仅为GoogLeNet的0.87%,在计算特征矩阵之间的相似性以及提取特征的时间的总和上,PCANet-LDA使总时间下降了60.41%。实验结果证明了本文提出的算法在保证了准确率的前提下,让处理图片的时间成本得到了有效的降低。
【图文】：
破之处在于在识别墙面及障碍物时，利用了声纳探测技术，除此之外还能够利用寻路算法自主设计出动态的最优路径并执行。除此之外，它还可以通过超声波躲避宠物和一些低矮的家具等对普通机器人来说较难躲避的障碍，，凭借者只有 13 厘米高的身姿，它可以轻松的钻到桌椅和床底等死角进行全方位的清理。全世界的机器人公司都积极投入到了与清扫相关的服务型机器人的研发之中，其中以 Karcher 和西门子为首的大型机器人公司希望用这些保洁机器人形成产品优势来共同竞争国际机器人市场。机器人市场并不只有保洁机器人，导游机器人也是许多研发机构研究的热门领域。图 1-5 展示的是 20 世纪末 Bonn 大学所研制推出的博物馆导游机器人，它在德国著名大型博物馆 Deutsches 中进行了一系列的实验，实验结果表明Rhino 可以在安全的前提下，准确的实现导游功能。研发人员在此实验结果的基础上，通过与美国的 Carnegie Mellon 大学联合研究，研制出了图 1-6 所示的Rhino 升级版本——Minerva，取得了改领域内空前的成功。
破之处在于在识别墙面及障碍物时，利用了声纳探测技术，除此之外还能够利用寻路算法自主设计出动态的最优路径并执行。除此之外，它还可以通过超声波躲避宠物和一些低矮的家具等对普通机器人来说较难躲避的障碍，凭借者只有 13 厘米高的身姿，它可以轻松的钻到桌椅和床底等死角进行全方位的清理。全世界的机器人公司都积极投入到了与清扫相关的服务型机器人的研发之中，其中以 Karcher 和西门子为首的大型机器人公司希望用这些保洁机器人形成产品优势来共同竞争国际机器人市场。机器人市场并不只有保洁机器人，导游机器人也是许多研发机构研究的热门领域。图 1-5 展示的是 20 世纪末 Bonn 大学所研制推出的博物馆导游机器人，它在德国著名大型博物馆 Deutsches 中进行了一系列的实验，实验结果表明Rhino 可以在安全的前提下，准确的实现导游功能。研发人员在此实验结果的基础上，通过与美国的 Carnegie Mellon 大学联合研究，研制出了图 1-6 所示的Rhino 升级版本——Minerva，取得了改领域内空前的成功。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242
【图文】：
破之处在于在识别墙面及障碍物时，利用了声纳探测技术，除此之外还能够利用寻路算法自主设计出动态的最优路径并执行。除此之外，它还可以通过超声波躲避宠物和一些低矮的家具等对普通机器人来说较难躲避的障碍，，凭借者只有 13 厘米高的身姿，它可以轻松的钻到桌椅和床底等死角进行全方位的清理。全世界的机器人公司都积极投入到了与清扫相关的服务型机器人的研发之中，其中以 Karcher 和西门子为首的大型机器人公司希望用这些保洁机器人形成产品优势来共同竞争国际机器人市场。机器人市场并不只有保洁机器人，导游机器人也是许多研发机构研究的热门领域。图 1-5 展示的是 20 世纪末 Bonn 大学所研制推出的博物馆导游机器人，它在德国著名大型博物馆 Deutsches 中进行了一系列的实验，实验结果表明Rhino 可以在安全的前提下，准确的实现导游功能。研发人员在此实验结果的基础上，通过与美国的 Carnegie Mellon 大学联合研究，研制出了图 1-6 所示的Rhino 升级版本——Minerva，取得了改领域内空前的成功。
破之处在于在识别墙面及障碍物时，利用了声纳探测技术，除此之外还能够利用寻路算法自主设计出动态的最优路径并执行。除此之外，它还可以通过超声波躲避宠物和一些低矮的家具等对普通机器人来说较难躲避的障碍，凭借者只有 13 厘米高的身姿，它可以轻松的钻到桌椅和床底等死角进行全方位的清理。全世界的机器人公司都积极投入到了与清扫相关的服务型机器人的研发之中，其中以 Karcher 和西门子为首的大型机器人公司希望用这些保洁机器人形成产品优势来共同竞争国际机器人市场。机器人市场并不只有保洁机器人，导游机器人也是许多研发机构研究的热门领域。图 1-5 展示的是 20 世纪末 Bonn 大学所研制推出的博物馆导游机器人，它在德国著名大型博物馆 Deutsches 中进行了一系列的实验，实验结果表明Rhino 可以在安全的前提下，准确的实现导游功能。研发人员在此实验结果的基础上，通过与美国的 Carnegie Mellon 大学联合研究，研制出了图 1-6 所示的Rhino 升级版本——Minerva，取得了改领域内空前的成功。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242
【相似文献】
相关期刊论文 前10条
1 张学典;顾璋琦;秦晓飞;;基于VGG16模型的快速闭环检测算法[J];光学仪器;2019年03期
2 林辉;;基于CNN与VLAD融合的闭环检测[J];现代计算机(专业版);2018年36期
3 赵逢达;孔今富;;一种基于图像匹配的闭环检测方法[J];燕山大学学报;2008年02期
4 胡章芳;鲍合章;陈旭;范霆铠;赵立明;;基于改进闭环检测算法的视觉同时定位与地图构建[J];计算机应用;2018年03期
5 王云峰;翁秀玲;吴炜;郭东辉;;基于贪心策略的视觉SLAM闭环检测算法[J];天津大学学报(自然科学与工程技术版);2017年12期
6 罗升斯;黎展荣;;加入特征空间信息的视觉SLAM闭环检测改进方法[J];企业科技与发展;2018年02期
7 许f
本文编号：2652000
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2652000.html
