基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数，实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程，解算非常复杂，因此，提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征，将用于分类的卷积神经网络转化为帧间时序特征网络，通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明，提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹，证明了方法的可行性。在简化了复杂模型的基础上，与传统的视觉里程计系统相比，该模型的精度也有所提高。     

无线传感器网络节点自定位算法的研究

无线传感器网络作为一全新的信息获取和处理技术,在国防、工农业、环境监测等众多领域都有着重大的应用价值和科研价值.而节点定位信息在无线传感器网络中是一项必需的基础信息,文中介绍了节点定位技术的基本原理,并提出一种新的分级循环定位算法.通过仿真显示:当锚节点密度为10%,测距误差为5%,网络节点定位误差小于20%射频半径以及定位覆盖率为97%.     

基于Kinect传感器的室内机器人自定位研究

针对同步定位地图创建（SLAM）中的定位问题,提出一种基于Kinect传感器的室内机器人自定位方法。利用Kinect传感器采集图像信息和深度信息,获取场景图像的SIFT匹配特征点集,并将特征点集的像素和深度信息转为三维数据,利用ICP算法计算机器人相邻位姿的旋转矩阵与平移向量。采用RANSAC方法去除SIFT匹配外点,提高了运动参数的计算精度。通过实验验证该方法的可行性。     

基于移动锚节点与多级通信的三维传感器网络节点自定位算法研究

在基于移动锚节点的三维传感器网络节点自定位算法SNLSFA(Sensor Node Localization Scheme based on Flying Anchors)的基础上,提出了一种新的基于移动锚节点与多级通信的三维传感器网络节点自定位算法SNLSFAMC(Sensor Node Localization Scheme based on Flying Anchors and Multi-level Communication)。首先由移动锚节点提供3个或4个辅助定位点,再由辅助定位点得到两条非平行线段,然后过线段中点分别做垂直于线段的平面,经两平面相交后得到一条经过待定位节点的直线,最后利用辅助定位点与待定位节点之间的距离作为通信半径即可得到待定位节点的位置。仿真结果表明,与SNLSFA相比,在相同锚节点数量下,SNLSFAMC提高了定位精度,且在相同定位精度下,SNLSFAMC降低了对锚节点数量的需求,提高了算法的响应时间。     

结合图像内容匹配的机器人视觉导航定位与全局地图构建系统

为了解决机器人室内定位时的绑架问题和相似物体的干扰,设计了一种具有图像内容匹配功能的视觉系统,从而使机器人能有效提取关键帧序列构建室内全局地图并实现自主定位。考虑影响图像内容匹配的主要干扰是机器人视角和位移造成的图像畸变,本文通过对室内物体的图像畸变建模与特征分析,设计了一种图像内容匹配方法。该方法以图像重叠区提取、基于子块分解匹配的重叠区重建两部分为核心,可将待匹配的两帧图像畸变调整为一致后再进行内容匹配并准确解算它们的相似度。其能有效利用各个房间内不同的景物和布局信息来消除相似物体的影响,从机器人学习环境时采集的视频中提取空间间距大且重叠相连的关键帧序列建立整栋建筑内部的全局导航地图。机器人工作时,实时视觉的图像内容与地图关键帧序列匹配,提取出与每个时刻视觉图像最相似的关键帧对机器人实施定位。在由3个房间和2条走廊组成的实验区进行了实验测试,结果表明:机器人可有效消除相似物体的干扰,绑架发生时仍可通过与全局地图匹配实施准确自主定位,匹配准确率≥93%,定位精度误差(RMSE)0.5m。     

粒子群优化粒子滤波方法

针对粒子滤波方法存在粒子贫乏以及初始状态未知时需要大量粒子才能进行鲁棒状态预估等问题，将粒子群优化思想引入粒子滤波中．该方法将最新观测值融合到采样过程中，并对采样过程利用粒子群优化算法进行优化．通过优化，可使粒子集朝后验概率密度分布取值较大的区域运动，从而克服了粒子贫乏问题，并极大地降低了精确预估所需的粒子数．实验结果表明，该算法具有较高的预估精度和较好的鲁棒性．     

Vision-Based Navigation for an Electric Wheelchair Using Ceiling Light Landmark

This paper presents an autonomous wheelchair system with the capability of self-location and obstacle avoidance. The wheelchair is equipped with two TV cameras that are used for self-location and obstacle avoidance, respectively. In this system, the fluorescent ceiling lights are chosen as landmarks since they can be easily detected and do not require an additional installation. A recognition procedure of landmarks is described by which the desired landmark images in the navigational environment can be retrieved. A self-location technique using ceiling light landmarks is proposed. Using this self-location function, the wheelchair can locate itself in a world coordinate system. The path planning based on landmark and the method of generating a control scheme are presented so that the wheelchair is capable of navigating along any path from start position to goal position. A low cost and high-speed vision system for the detection and avoidance of obstacle is developed and the principal of obstacle avoidance is introduced. A number of navigation experiments are conducted for the wheelchair in an indoor environment. The experimental results indicate the effectiveness of the wheelchair system.     

基于信号相位搜索的WSN节点定位算法

节点定位是无线传感器网络（wireless sensor network,WSN）研究的热点问题之一,基于信号相位信息与物理距离间的关系提出了基于信号相位搜索的WSN节点定位算法。该算法首先根据节点间信号相位信息,基于余弦相似性算法原理构建目标函数,将WSN节点定位问题转换为目标函数最优解搜索问题;然后基于质心定位算法原理确定搜索初始像素单元;最后利用梯度下降法替代逐像素单元的遍历搜索,在不影响定位精度情况下进一步提高定位效率,减小定位功耗。仿真实验结果表明,该算法的各项指标良好,适用于WSN的节点定位。     

中央民族大学信息工程学院，北京100081

分析网络化感知系统节点定位问题的特殊性,针对深空探测环境未知的问题,提出利用全景图像重合度来修正信号衰减模型,提高测距精度;提出一种修正的高精度节点自主定位算法来解决多移动节点协同定位问题,该算法是把切圆法引入到基于全景图片重合度的RSSI修正定位方法中。当多个感知节点定位时,根据视距近似原则选择定位锚节点来进行H-CM算法,仿真结果表明该定位方案可以有效提高感知节点的定位精度。     

全景图像拼接的网络化感知节点自主定位系统

分析网络化感知系统节点定位问题的特殊性,针对深空探测环境未知的问题,提出利用全景图像重合度来修正信号衰减模型,提高测距精度;提出一种修正的高精度节点自主定位算法来解决多移动节点协同定位问题,该算法是把切圆法引入到基于全景图片重合度的RSSI修正定位方法中。当多个感知节点定位时,根据视距近似原则选择定位锚节点来进行H-CM算法,仿真结果表明该定位方案可以有效提高感知节点的定位精度。