基于特征提取与降维神经网络的视觉SLAM闭环检测方法

    公开(公告)号:CN109443382A

    公开(公告)日:2019-03-08

    申请号:CN201811231732.6

    申请日:2018-10-22

    IPC分类号: G01C25/00 G06N3/04 G06N3/08

    摘要: 本发明公开了基于特征提取与降维神经网络的视觉SLAM闭环检测方法,本发明采用卷积神经网络模型,通过在大量数据集上进行训练,从而使网络具有特征学习的能力。这样将图片之间的相似度比较转换成特征向量之间的相似度对比。为了进一步提高检测的速度,在卷积神经网络的最后加上一层自编码器网络,用来对提取的图像特征进行降维。卷积神经网络具有平移不变性,尺度不变性等多种特性,可以有效克服传统人工特征对环境变化敏感的缺点,并且具有更快的特征提取速度。该方法可解决传统视觉SLAM闭环检测方法存在的特征提取时间短,受环境变化和光照变化影响大的缺点,可以有效提高闭环检测的准确率和召回率,对于构建全局一致的环境地图具有重要作用。

    足球机器人GGRRT路径规划方法

    公开(公告)号:CN108871344B

    公开(公告)日:2022-02-08

    申请号:CN201810771035.3

    申请日:2018-07-13

    IPC分类号: G01C21/20

    摘要: 本发明公开了足球机器人GGRRT路径规划方法。为了提高足球机器人搜索效率,使其能在比赛中迅速做出反应,占据主动地位,本发明提出GGRRT路径规划算法。在原有RRT算法基础上引入目标导向函数,此时,生长函数不再由随机增长函数单独决定,而是由随机增长函数和目标导向函数共同决定。这相当于增加了目标点对研究对象的吸引力,可以有效地引导随机树朝着目标方向生长。实验结果表明,应用本发明所提出的GGRRT算法进行路径规划,消耗的时间仅为原来RRT算法所用时间的1/12~5/6,多余分支数也大大减少,有效地解决了足球机器人盲目搜索问题,大大提高路径规划效率。

    基于自适应细菌觅食优化算法的RBPF-SLAM方法

    公开(公告)号:CN108955689A

    公开(公告)日:2018-12-07

    申请号:CN201810772568.3

    申请日:2018-07-13

    IPC分类号: G01C21/20

    CPC分类号: G01C21/206

    摘要: 本发明公开了一种基于自适应细菌觅食优化算法的RBPF‑SLAM方法,通过整合经典细菌觅食优化算法的复制操作及维度自适应学习算法,实现机器人位姿的二次预测,增加了构图精确性。并依据自适应细菌觅食优化算法迁徙操作的思想,设计了新的自适应重采样方法,应用于移动机器人SLAM问题。本发明应用自适应细菌觅食优化算法对机器人的位姿进行二步预测,进而得到二次更新后的粒子集,并应用算法中的迁徙操作思想改进Rao‑Blackwellized粒子滤波器的重采样过程,即将RBPF中的粒子模拟ABFO算法中的细菌个体,进行自适应重采样,从而提高了粒子多样性。

    基于特征提取与降维神经网络的视觉SLAM闭环检测方法

    公开(公告)号:CN109443382B

    公开(公告)日:2022-05-17

    申请号:CN201811231732.6

    申请日:2018-10-22

    IPC分类号: G01C25/00 G06N3/04 G06N3/08

    摘要: 本发明公开了基于特征提取与降维神经网络的视觉SLAM闭环检测方法,本发明采用卷积神经网络模型,通过在大量数据集上进行训练,从而使网络具有特征学习的能力。这样将图片之间的相似度比较转换成特征向量之间的相似度对比。为了进一步提高检测的速度,在卷积神经网络的最后加上一层自编码器网络,用来对提取的图像特征进行降维。卷积神经网络具有平移不变性,尺度不变性等多种特性,可以有效克服传统人工特征对环境变化敏感的缺点,并且具有更快的特征提取速度。该方法可解决传统视觉SLAM闭环检测方法存在的特征提取时间短,受环境变化和光照变化影响大的缺点,可以有效提高闭环检测的准确率和召回率,对于构建全局一致的环境地图具有重要作用。

    足球机器人GGRRT路径规划方法

    公开(公告)号:CN108871344A

    公开(公告)日:2018-11-23

    申请号:CN201810771035.3

    申请日:2018-07-13

    IPC分类号: G01C21/20

    摘要: 本发明公开了足球机器人GGRRT路径规划方法。为了提高足球机器人搜索效率,使其能在比赛中迅速做出反应,占据主动地位,本发明提出GGRRT路径规划算法。在原有RRT算法基础上引入目标导向函数,此时,生长函数不再由随机增长函数单独决定,而是由随机增长函数和目标导向函数共同决定。这相当于增加了目标点对研究对象的吸引力,可以有效地引导随机树朝着目标方向生长。实验结果表明,应用本发明所提出的GGRRT算法进行路径规划,消耗的时间仅为原来RRT算法所用时间的1/12~5/6,多余分支数也大大减少,有效地解决了足球机器人盲目搜索问题,大大提高路径规划效率。

    负载Pt单原子水煤气转换反应催化剂的制备方法和应用

    公开(公告)号:CN117753467A

    公开(公告)日:2024-03-26

    申请号:CN202311557495.3

    申请日:2023-11-21

    摘要: 负载Pt单原子水煤气转换反应催化剂的制备方法和应用。本发明提供了一种Sm0.79Sr0.2La0.01CoO3/KIT‑6负载Pt单原子高效水煤气转换的催化剂制备方法和应用。首先使用改性的溶胶凝胶法制备Sm0.79Sr0.2La0.01CoO3/KIT‑6复合材料,然后采用沉积沉淀法和PVA保护还原法将Pt负载到Sm0.79Sr0.2La0.01CoO3/KIT‑6得到Pt/Sm0.79Sr0.2La0.01CoO3/KIT‑6催化剂。所制备催化剂在温度(150℃–400℃)范围内,反应气体组成为2vol%CO+10vol%H2O+N2进行反应,流量为30mL/min,空速为18000mL/(g h),对水煤气转换反应中CO有着很好的催化效果(在400℃,CO转化率为77%‑95%),催化剂具有优异的催化活性和较好的热稳定性。本发明具有原材料廉价、工艺简单实用性强,效率高、降低贵金属使用量等优点。

    一种基于九叉树的机器人自适应栅格地图创建方法

    公开(公告)号:CN108917769A

    公开(公告)日:2018-11-30

    申请号:CN201810772043.X

    申请日:2018-07-13

    IPC分类号: G01C21/20

    摘要: 本发明公开了一种基于九叉树的机器人自适应栅格地图创建方法,该方法将整个环境地图划分成九宫格结构,判断其中每个栅格的状态属于完全占据、部分占据还是空置,将部分占据的栅格进一步细分为小一级的九宫格,再判断这些小栅格的状态属于完全占据、部分占据还是空置,重复上述分割过程,直到整个地图搜索完毕并满足精度要求为止。最终栅格地图尺度的确定不依赖于人为经验,而是呈现自适应的特点。将该方法与均一尺度栅格法进行对比,仿真实验结果表明:该地图构建算法不仅具有收敛性,而且与均一尺度栅格地图相比,极大地节省了存储空间。