实时的移动机器人语义地图构建系统
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
h u ma n — c o mp u t e r i n t e r a c t i o n nd a mo r e c o mp l i c a t e d t a s k .T o e n a b l e mo b i l e r o b o t t o b u i l d s e ma n t i c ma p i n r e a l t i me,a l i g h t d e e p l e a r n i n g
然而这些数据库中的图片大多是以人类的视角拍摄的本文使用的机器人视角较低对于同样种类的物体比如沙发办公桌获取的图片与人类视角拍摄图片差距较大为了使机器人更有针对性地理解室内环境作者所在团队手工标注了近5000张机器人视角下的图片来构成训练卷积神经网络模型的数据库
第3 8卷
第1 1期
仪 器 仪 表 学 报
李秀智 , 李尚宇 。 , 贾松敏 , 单吉超
( 1 . 北京工业 大学 信息学部 摘 北京 1 0 0 1 2 4 ; 2 . 数字社区教育部工程研究 中心 北京 1 0 0 1 2 4 )
要: 语义信息 可以使机器 人更充分地理解未知环境 , 为更高级的人机交互 和完成更 复杂的任务奠定基础 。为 了能够使移 动
C h i n e s e J o u r n a l o f S c i e n t i f i c I n s t r u me n t
ቤተ መጻሕፍቲ ባይዱ
Vo 1 . 3 8 N o . 1 1 NO V .2 0 1 7
2 0 1 7年 1 1 月
实 时 的 移 动 机 器 人 语 义 地 图构 建 系 统 术
L i Xi u z h i , L i S h a n g y u , J i a S o n g mi n , S h a n J i c h a o , 。
( 』 . F a c u l t y o fI n f o r m a t i o n T e c h n o l o g y , B e j i i n g U n i v e r s i t y fT o e c h n o l o g y , B e j i i n g 1 0 0 1 2 4 , C h i n a ; 2 .E n g i n e e r i n g R e s e a r c h C e n t e r f o Di g i t a l C o m m u n i t y , Mi n i s t r y f o E d u c a t i o n, B e i j i n g 1 0 0 1 2 4 ,C h i n a )
A b s t r a c t : S e m a n t i c i n f o r m a t i o n C n a b e l p t l 1 e r o b o t t o b e R e r u n d e r s t nd a u n k n o w n e n v i r o n m e n t a n d l a y t h e f o u n d a t i o n f o r m o r e a d v a n c e d
机器人实时地创建语义地 图, 在J e t s o n T X1 嵌入式 电脑上 开发了一种轻量级的深度学 习 目标检测模 型 , 在保证 了检 测精度 的同
时, 实现 了高效 的 目标检测 功能。并利用了视频流 中的帧间光流信息 , 使用运动信息指导传播算 法降低检测算法的漏检率 。对
于K i n e c t 传感器生成 的深度 图像有 黑边 、 黑洞 等缺 陷 , 使用统一计算设 备架构 ( C U D A) 技术 开发 了一种实 时的深度 图像修复算
m o d e l i s d e v e l o p e d f o r o b j e c t d e t e c t i o n o n e m b e d d e d c o m p u t e r J e t s o n T X1 .T h e i n t e r - f r a m e o p t i c a l l f o w i n f o r m a t i o n i n t h e v i d e o s t r e m a i s u s e d t o r e d u c e t h e m i s s i n g r a t e o f o b j e c t d e t e c t i o n a l g o r i t h m, w h i c h i s c l a l e d m o t i o n g u i d e d p r o p a g a t i o n( MG P ) l a g o i r t h m. A r e l a - t i m e d e p t h
中图分 类号 : T P 2 4 2 T H 7 2 文献标识码 : A 国家标准学科分类代码 : 5 1 0 . 4 0 5 0
Sy s t e m o f r e a l t i me mo b i l e r o b o t s e ma nt i c ma p bu i l d i ng
法 。利 用即时定位与地图构建 ( S L A M) 技术 , 实现移动机器人底层 的定位 、 导航 、 地 图创建 功能 , 并在此基 础上使用 贝叶斯推理 框架 , 同时融合 了环境 的度量 信息与视觉识别信息完成 了语 义地 图的创 建 。经过实 验表 明, 所提 出的方法在实 际的 、 复杂 的室 内环境 下可以使移动机器人实时地创建语义地 图。 关 键词 : 深度学 习 ; 图像修复 ; 语 义地图 ; 贝叶斯 推理 ; 统一计算设备架构
然而这些数据库中的图片大多是以人类的视角拍摄的本文使用的机器人视角较低对于同样种类的物体比如沙发办公桌获取的图片与人类视角拍摄图片差距较大为了使机器人更有针对性地理解室内环境作者所在团队手工标注了近5000张机器人视角下的图片来构成训练卷积神经网络模型的数据库
第3 8卷
第1 1期
仪 器 仪 表 学 报
李秀智 , 李尚宇 。 , 贾松敏 , 单吉超
( 1 . 北京工业 大学 信息学部 摘 北京 1 0 0 1 2 4 ; 2 . 数字社区教育部工程研究 中心 北京 1 0 0 1 2 4 )
要: 语义信息 可以使机器 人更充分地理解未知环境 , 为更高级的人机交互 和完成更 复杂的任务奠定基础 。为 了能够使移 动
C h i n e s e J o u r n a l o f S c i e n t i f i c I n s t r u me n t
ቤተ መጻሕፍቲ ባይዱ
Vo 1 . 3 8 N o . 1 1 NO V .2 0 1 7
2 0 1 7年 1 1 月
实 时 的 移 动 机 器 人 语 义 地 图构 建 系 统 术
L i Xi u z h i , L i S h a n g y u , J i a S o n g mi n , S h a n J i c h a o , 。
( 』 . F a c u l t y o fI n f o r m a t i o n T e c h n o l o g y , B e j i i n g U n i v e r s i t y fT o e c h n o l o g y , B e j i i n g 1 0 0 1 2 4 , C h i n a ; 2 .E n g i n e e r i n g R e s e a r c h C e n t e r f o Di g i t a l C o m m u n i t y , Mi n i s t r y f o E d u c a t i o n, B e i j i n g 1 0 0 1 2 4 ,C h i n a )
A b s t r a c t : S e m a n t i c i n f o r m a t i o n C n a b e l p t l 1 e r o b o t t o b e R e r u n d e r s t nd a u n k n o w n e n v i r o n m e n t a n d l a y t h e f o u n d a t i o n f o r m o r e a d v a n c e d
机器人实时地创建语义地 图, 在J e t s o n T X1 嵌入式 电脑上 开发了一种轻量级的深度学 习 目标检测模 型 , 在保证 了检 测精度 的同
时, 实现 了高效 的 目标检测 功能。并利用了视频流 中的帧间光流信息 , 使用运动信息指导传播算 法降低检测算法的漏检率 。对
于K i n e c t 传感器生成 的深度 图像有 黑边 、 黑洞 等缺 陷 , 使用统一计算设 备架构 ( C U D A) 技术 开发 了一种实 时的深度 图像修复算
m o d e l i s d e v e l o p e d f o r o b j e c t d e t e c t i o n o n e m b e d d e d c o m p u t e r J e t s o n T X1 .T h e i n t e r - f r a m e o p t i c a l l f o w i n f o r m a t i o n i n t h e v i d e o s t r e m a i s u s e d t o r e d u c e t h e m i s s i n g r a t e o f o b j e c t d e t e c t i o n a l g o r i t h m, w h i c h i s c l a l e d m o t i o n g u i d e d p r o p a g a t i o n( MG P ) l a g o i r t h m. A r e l a - t i m e d e p t h
中图分 类号 : T P 2 4 2 T H 7 2 文献标识码 : A 国家标准学科分类代码 : 5 1 0 . 4 0 5 0
Sy s t e m o f r e a l t i me mo b i l e r o b o t s e ma nt i c ma p bu i l d i ng
法 。利 用即时定位与地图构建 ( S L A M) 技术 , 实现移动机器人底层 的定位 、 导航 、 地 图创建 功能 , 并在此基 础上使用 贝叶斯推理 框架 , 同时融合 了环境 的度量 信息与视觉识别信息完成 了语 义地 图的创 建 。经过实 验表 明, 所提 出的方法在实 际的 、 复杂 的室 内环境 下可以使移动机器人实时地创建语义地 图。 关 键词 : 深度学 习 ; 图像修复 ; 语 义地图 ; 贝叶斯 推理 ; 统一计算设备架构