共查询到18条相似文献,搜索用时 77 毫秒
1.
针对基于线特征的单目SLAM(同时定位与地图构建)中的数据关联问题,提出了一种基于线段端点Patch确认的迭代数据关联算法。算法依据近似共线和端点近似重合两个指标来获取线特征的最近邻关联对,使用基于线段端点Patch的定向匹配确认机制来剔除最近邻关联对中的错误项,同时以迭代处理的方式提高数据关联的准确性,综合利用了线特征间的几何约束和图像相似性约束。上述算法在公开数据集上进行了测试,与现有线特征数据关联算法的对比实验结果表明,该算法在满足系统实时性的前提下,在线特征关联对数目和关联准确率上均达到了较好效果。 相似文献
2.
数据关联是移动机器人同时定位与建图(SLAM)中的一个难点问题.将经典的单匹配最近邻(ICNN)算法和分枝限界联合匹配(JCBB)算法结合起来,提出了一种基于局部地图的混合数据关联方法.在SLAM数据关联过程中,首先采用ICNN算法在局部地图中进行数据关联,并判断关联结果的正确性,若有错则采用JCBB算法在错误匹配处周围的局部区域内重新进行数据关联,以纠正错误的关联结果.实验结果表明,该方法实时性强,精确度高,适用于不同复杂程度的环境. 相似文献
3.
SLAM问题的一种优化数据关联算法 总被引:1,自引:0,他引:1
联合相容分支定界算法(JCBB)存在“计算复杂度高”等缺点.为了优化JCBB算法在准确度和计算复杂度方面的性能,对它进行了三处改进:一是采用互斥准则和最优准则来提高关联的准确度;二是根据机器人的位姿和传感器的测量范围将数据关联限定在局部可能区域中;三是自适应地进行分批数据关联.仿真实验结果表明,优化JCBB算法(OJCBB)在保证准确度的同时大大降低了计算复杂度.VictoriaParkDataset实验表明,OJCBB算法的数据关联结果是可信的,而且OJCBB算法的计算效率远远高于JCBB算法. 相似文献
4.
提出了一种基于RGB-D相机数据的同时定位与地图构建(SLAM)算法系统,实现对RGB-D数据的快速和准确构建.首先在RGB图中提取较好鲁棒性的SURF特征,结合使用快速最近邻近似(FLANN)来完成特征点匹配的方式,再使用基于改进的最小距离与随机采样一致性(RANSAC)组合的方法剔除误匹配,然后使用PNP求解相邻帧间的相机位姿变换关系,后端的优化使用G2O(general graph optimization)来优化全局位姿,并使用回环检测消除累计误差.实验证明该方法具有有效性和可行性,能够迅速、准确地构建出三维稠密地图. 相似文献
5.
6.
7.
8.
9.
10.
改进的极小连通支配集SLAM数据关联方法 总被引:2,自引:0,他引:2
地图的极小连通支配集(MCDS)方法解决了机器人同时定位与地图创建(SLAM)过程中数据关联的规模随地图的不断增长而增加的问题。为了进一步优化MCDS方法的性能,对它进行了两处改进:一是延迟建立极小连通支配集;二是自适应地搜索极小连通支配集。K时刻的极小连通支配集子图延迟一个时间步而在K+1时刻建立,根据环境特征的疏密,搜索与K时刻接近的N个时间步内获得的地图数据,同时应用联合相容检验准则和分支定界搜索算法进行数据关联。仿真结果表明,改进的极小连通支配集方法的数据关联结果是可信的,大大降低了算法计算复杂度。 相似文献
11.
Loop closing in vision based SLAM applications is a difficult task. Comparing new image data with all previously acquired image data is practically impossible because of the high computational costs. Most approaches therefore compare new data with only a subset of the old data, for example by sampling the data over time or over space by using a position estimate. In this paper, we propose a more natural approach, which dynamically determines a subset of images that best describes the complete image data in the space of all previously seen images. The actual problem of finding such a subset is called the “Connected Dominating Set” (CDS) problem, which is well studied in the field of graph theory. Application on large indoor datasets results in approximately the same map using only 13% of the computational resources with respect to comparing with all previous images. Also, it outperforms other sampling approaches. The proposed method is particularly beneficial for realistic mapping scenarios including moving objects and persons, motion blur and changing light conditions.1 相似文献
12.
A method for feature selection in visual simultaneous localization and mapping (SLAM) is presented based on the potential data association cost. It is put into practice through a mechanism termed predictive virtual matching test, which measures the goodness of any new feature by examining the predictive repeatability and compatibility with the other features and potential candidates. For each new feature, the test is conducted in its predictive virtual search region (PVSR) in the image frame where the feature is initially detected. The relationship between PVSR and the predicted search window determined by the next time step’s innovation covariance matrix is analyzed theoretically through backward inference. Since the process of feature selection is directly guided by the requirement of subsequent data association, it can automatically adapt to the time-varying uncertainty underlying the SLAM state estimate. Experiment results show that the feature selection mechanism effectively improves the reliability of data association by preventing bad features from being initialized, and consequently the consistency of SLAM estimate is better ensured. 相似文献
13.
14.
现有的传感器网络数据处理系统只能向用户提供简单的查询操作,如何高效地处理传感器网络的海量数据流,从中获取有用的知识成为新的挑战.提出一种基于传感器网络特性的分布式关联规则挖掘算法,采用树型通信结构,各个传感器通过改进的单一数据流频繁项集挖掘算法找出本地的局部频繁项集,并逐层上传、合并,最后由sink节点将所有子节点的局部频繁项集合并成全局的频繁项集,并产生相应的关联规则.实验证明该算法占用较少的计算时间和内存. 相似文献
15.
Data association method of SLAM based on ant colony algorithm 总被引:1,自引:0,他引:1
针对SLAM的数据关联问题,提出了基于蚁群算法的数据关联方法。将SLAM的数据关联问题演化为组合优化问题,通过利用蚁群算法解决组合优化问题的优势,结合JML关联理论,将蚁群算法应用于选择量测和特征的关联集合。详细介绍了该方法的实现步骤,建立了基于蚁群算法的数据关联模型,最后在仿真环境下对其进行了试验。分析结果表明,所提方法在保证关联效率的前提下有效地降低了运算时间,是一种解决SLAM数据关联的可行算法。 相似文献
16.
《微型机与应用》2019,(9):39-43
数据收集是无线传感器网络(WSN)中执行的主要操作之一,即使是过去十年,一些研究者提出了几种有趣的数据收集方法,但数据收集仍然是一个充满展望的研究重点,存在许多挑战。实际上,传感器尺寸和成本的不断降低,市场上可用的各种传感器以及无线通信技术的巨大进步,可能会扩大无线传感器网络的影响,其应用已广泛涉及家庭自动化、环境监测和跟踪以及人类活动的其他领域。此外,物联网(IoT)的扩展导致了以指数速率产生的大量异构数据,这些数据对工业生产和科学研究都很重要。这一事实使得对它们的收集和分析在许多方面都势在必行。回顾了大规模无线传感器网络(LS-WSN)中大数据采集的背景和现状,比较和讨论了LS-WSN中大数据采集的挑战,并提出了未来的可能方向。 相似文献
17.
传统方法使用对称及非对称加密对传感器网络系统进行安全保障,需要大量的加解密计算且在密钥被破解后不能准确判断数据的可信性,不能有效保证无线传感器网络系统安全。为保障无线传感器网络系统安全,针对无线传感器网络中节点信息可信度问题,本文提出了一种基于BP网络判断节点信息可信度的方法。该方法在边界路由器上使用BP神经网络,对采集的多特征值数据进行训练,然后用训练所得结果判断节点可信度,进而筛选出数据。该方法具有较低的系统开销与较高的安全保证,能够筛选出问题节点,并保证传感器网络的安全运行。实验结果表明,该方法认证时间短,能达到预期效果。 相似文献