基于图像语义分割的动态场景下的单目SLAM算法

在恢复场景信息和相机运动时,传统的SLAM算法是基于静态环境假设的。场景中的动态物体会降低算法的稳健性和最终的定位精度。本文提出将基于深度学习的图像语义分割技术与传统的视觉SLAM算法结合,以减少动态物体对定位结果的干扰。首先,构建有监督的卷积神经网络对输入图像中的动态物体进行分割,获得语义图像;然后,从原始图像中提取特征点,并根据语义图像剔除动态物体特征点,保留静态物体特征点;最后,利用静态物体特征点采用基于特征点的单目视觉SLAM算法对相机运动进行跟踪。在Apollo Scape自动驾驶数据集上的试验表明,与传统方法相比,本文算法在动态场景中定位精度提升约17%。     

手机视觉与惯性融合的松耦合滤波算法

在智能手机和互联网的普及状态下,对高精度定位技术的需求也更加显著,精确定位服务已渗透到各个领域,如物联网、无人驾驶、机器快递员、应急救援等。在室外环境下,这些服务大多由全球卫星导航系统提供;然而,在深山丛林、矿井隧道、地下室等室内环境下,由于信号衰减及多径效应的影响,GPS无法正常工作。本文针对一些特殊的室内场景,研究了基于松耦合滤波的视觉惯性融合导航方法,设计了一个面向智能手机平台的室内行人定位系统。该方法视觉前端采用了快速、稳健的稀疏直接法,后端采用了扩展卡尔曼滤波器来融合惯性信息,能够有效融合视觉和惯性信息,达到恢复单目视觉尺度、提高稳健性的效果,实现了高精度的室内行人定位。     

基于语义特征的视觉定位研究

传统的视觉定位是通过提取图像的低级几何特征进行匹配从而实现对自身位姿的确定,这种特征不仅容易受角度、光照等的影响,而且缺少对场景的理解,不能利用常见导航地图,不易与人进行交互。为此提出了一种采用语义特征的视觉定位,利用视觉传感器及语义地图,通过语义特征的提取和匹配,实现对所处环境的感知并明确自身的位置。这种视觉定位能够弥补低级特征的缺点,并且能有效的利用现有地图,对周围环境进行感知。     

基于深度学习的室内动态场景下视觉SLAM技术研究

视觉同步定位与建图（visualsimultaneouslocalizationandmapping,VSLAM）技术是近年来机器人和计算机视觉领域的重点研究方向之一,但当前的主流算法主要面向静态环境,当场景中存在运动的物体时,算法的定位精度和稳定性会受到很大影响。为了解决上述问题,提出了一种惯性测量单元（inertialmeasurementunit,IMU）积分与YOLOv4语义分割结合的VSLAM前端动态特征点剔除算法,通过YOLOv4网络对图像进行语义分割,识别图像中有运动可能的物体;再将IMU积分与语义分割结合,对目标检测框内有运动可能的特征点进行重投影误差的解算,识别并剔除环境中运动的特征点。在TUMVisual-InertialDataset上验证该算法,结果表明,在包含运动物体的室内场景下,该算法可以有效剔除环境中的运动物体,显著提升SLAM系统的定位精度和稳定性。     

基于图像校准的多源融合的室内定位方法

提出一种基于图像校准的多源融合的室内定位方法。结合WiFi信号,图像及惯性传感器数据的特点,在空间连续性和方向连续性的基础上,设定一系列客观规则来提高定位精度,给出了多源融合的室内定位方法框架。试验结果表明：本方法在2m范围内匹配精度在85%以上,平均定位误差在2m精度范围内的准确率达到70%。通过与单纯使用WiFi或图像定位对比,该算法分别在速度和精度上得到了较大的提升。     

机场建设的三维时态场景构建

将三维时态可视化技术应用于机场建设过程,对地理要素进行三维时态展示,可以直观地模拟瞬时场景,帮助人们建立全局观念,对于管理建设进度具有重要意义。提出一种描述三维动态地理过程的3级层次表达模型,首先,构建描述地理要素变化特征的视觉变量组,设定时间粒度;然后,通过控制视觉变量组生成地理要素的动态模型;最后,根据地理要素在空间位置上的逻辑关系确定动态模型在时间轴上的叠加顺序,构建瞬时场景,将机场建设过程中地理要素随时间的变化过程展示出来。该方法建立的系统随时间的变化实现了建设过程三维动态展示与空间信息查询,提高了建设过程的管理及决策水平。     

基础地理知识服务的基本问题与研究方向

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情的暴发产生了海量与时空信息相关的数据,当前的地理时空疫情分析难以关联人物关系、事件等数据,由此提出了一种利用地理知识图谱结合交互式可视分析COVID-19疫情态势的方法。首先定义了病患实体和关系类型,提出了事件语义模型和事件关系分类,并根据不同的数据分类设计了知识抽取和知识表示方法,构建了病患时空信息知识图谱;然后分别从宏观和微观层次把控疫情态势的任务出发,设计了知识图谱可视化视图和交互分析方法;最后构建实验分析系统,利用COVID-19确诊患者数据,通过地图分布可视化、图谱可视化和轨迹可视化等多视图协同交互对COVID-19疫情态势进行分析实验。实验结果表明,该方法能够从实时疫情态势监控、病患关联关系、高危人群防控和地区防控态势等方面为疫情态势分析提供一种新的思路与方法。     

基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警

对公众展开滑坡灾害教育,可以提升公众的灾害风险意识。目前的灾害教育主要针对学生与救护人员,其教育方式集中于课本教学及专业培训,内容专业性较强,且教育者与公众之间缺乏有效的沟通渠道,公众难以对滑坡灾害有直观认知。针对上述问题,提出一种面向公众教育的滑坡灾害可视化视觉表征方法,重点研究动静结合的视觉表征框架以及滑坡灾害知识图解与概念图实例化等关键技术,以实现对滑坡过程的整体描述与外在因果的表现。选择2017年6月24日发生的6·24茂县叠溪特大山体滑坡开展案例实验分析,实验结果表明,该方法能够有效地构建滑坡灾害知识的视觉内容,快速地帮助公众了解滑坡灾害知识。     

基于ArcGIS可视化建模方式的区域滑坡危险性评价

滑坡危险性评价是滑坡灾害防治的重要前提和基础,简单高效的评价方式是其中的一个研究重点。本文以四川安县作为研究区域,基于ArcGIS中的分析功能,引入可视化的建模工具Modelbuilder,以模型的方式演示和运行整个滑坡危险性评价过程,得到了滑坡危险性的分级图,并进行对比分析。实验结果表明,利用可视化建模方式完成复杂地区的滑坡危险性评价,能够简化操作流程,节约时间和精力。     

浅析野外金的快速分析方法

该文选择野外快速测金的2种方法:氢醌容量法和目视比色法,从原理、试样分析、富集方法、吸附机理、解脱方式、试剂及分析手续几方面进行对比分析,着重对氢醌容量法作研究和完善工作。针对通过比对实验,确立分析测试条件,选择确定了快速、简便、经济的测试流程,并应用于样品测试,提高了检测速度。