【摘 要】
：
本文提出了一种基于深度学习神经网络的同步定位与建图系统,工作主要分为基于深度学习的视觉/惯性组合里程计网络的设计以及单目视觉深度估计算法的研究。在基于深度学习的视觉/惯性组合里程计网络中,本文设计了基于卷积神经网络的视觉特征提取器以及基于长短时记忆网络的惯导信息特征提取器,并设计窗口优化网络对短时间内的相对位姿进行优化。针对视觉和惯导信息融合特征中可能存在的噪声,本文设计了两种注意力网络,分别为加
论文部分内容阅读
本文提出了一种基于深度学习神经网络的同步定位与建图系统,工作主要分为基于深度学习的视觉/惯性组合里程计网络的设计以及单目视觉深度估计算法的研究。在基于深度学习的视觉/惯性组合里程计网络中,本文设计了基于卷积神经网络的视觉特征提取器以及基于长短时记忆网络的惯导信息特征提取器,并设计窗口优化网络对短时间内的相对位姿进行优化。针对视觉和惯导信息融合特征中可能存在的噪声,本文设计了两种注意力网络,分别为加权组合网络以及开关组合网络,注意力网络输出与融合特征同维度的权重掩膜对融合特征进行筛选。在单目视觉深度估计算法的研究中,本文设计了基于残差神经网络的深度估计网络以及相对位姿估计网络。为了加强深度图像的多尺度特征,将深度估计网络的特征提取器输出的低层特征联结到深度解码器相对应的卷积层中。针对重投影误差存在的异常值,本文引入了时空最小误差的概念,在前向传播阶段忽略不符合投影模型的误差值,进一步提升网络的性能。针对基于深度学习的视觉/惯性组合里程计误差随时间积累的问题,本文在算法中添加闭环优化的环节,使用图优化算法校正全局的位姿。最后本文使用体素融合算法,结合图像帧的位姿和深度构建稠密的场景地图。实验结果表明本文提出的同步定位与建图系统重构的室外场景的细节较为丰富,物体的轮廓较为清晰。
其他文献
随着导航精度需求的提高,多源导航逐渐成为了航天任务的首选方式。路标导航随着光学技术的发展应运而生,并且同CNS互相补偿,以提高组合导航的导航精度。同时,随着智能算法的发展,导航滤波算法也向着自适应性发展。因此,多源性、自适应性成为了导航新的发展方向,而高稳定性一直是导航的目标。本文以多源导航作为研究背景,主要做出了以下工作:（1）首先,在预处理阶段,通过BP神经网络对捕获的数据进行检测和补偿,获取
软件漏洞分析是网络空间安全的重要研究内容。现有软件漏洞分析方法存在效率不高,准确性差,通用性不强的缺陷。同时,真实程序执行流程长、调用关系复杂、条件分支多,使用当前方法进行漏洞分析面临更多困难。因此,研究一种新的软件漏洞分析方法,实现对大型软件漏洞进行高效分析,对于修复软件漏洞以及维护网络空间安全具有重要意义。论文围绕基于深度神经网络的软件漏洞分析技术展开研究。首先,本文提出了基于神经网络的漏洞分
为了解决传统EMS悬浮系统的缺点,并顺应国家对轨道交通节能提速的发展战略,国防科技大学积极开展了速度200km/h的永磁电磁混合悬浮型中速磁浮列车的研制工作,并于2018年成功研制出第五代新型磁浮试验样车。混合悬浮中速磁浮列车采用永磁电磁混合悬浮方案,与传统电磁型磁悬浮方案相比,前者能够有效减小系统的悬浮功耗;但是随着永磁体的加入,对于悬浮系统而言,控制难度增大、吸死后果更严重的问题也随之而来。本
脑机接口（Brain Computer Interface,BCI）技术是一种新型人机交互方式,它能让人们直接通过大脑意识活动和外部环境设备进行信息交流。这种沟通的方式可以不经过人体的神经系统和相关组织,从而帮助行动障碍患者重建于外界环境的联系。随着研究领域的不断深入,脑机接口的应用范围也开始拓展到健康人群的正常生命活动中。与此同时,自动驾驶技术迅速发展的过程中面临“脑容量”、复杂环境决策能力等离
智能体是实施智能行为的一个载体,它可以是机器人、虚拟游戏角色等等。让智能体拥有真正的智能行为一直都是科研工作者的目标,而路径规划任务是体现智能行为的一个重要环节。常规意义上的智能可以从环境感知、认知以及行为规划等角度进行探讨。其中,感知是指对周围环境的探测,例如智能传感器的信号采集;认知是指对环境信号的解析,例如对图片内容的辨识;行动是指对环境采取的反馈措施,涉及到智能体的决策能力。实际上,路径规
本文基于美国国家安全局最新解密档案和相关材料,梳理、分析和总结二战期间德国信号情报机构的历史沿革、组织架构和具体信号情报工作开展等情况。文章认为,德国信号情报机构截收了他国大量通信信号、破译了他国大量密码,并生产了大量高价值情报,在德军作战和高层决策中发挥了重要作用。但由于其一直未能破译盟军高级密码,因此在获取盟军高级战略情报方面存在严重短板;而且,由于其未能发现埃尼格码被盟军破译,给德军造成了难
增强型外骨骼是为人体运动提供辅助的可穿戴机械设备,在长时间、大负载的工作中,能增强人体机能,降低代谢消耗。本文聚焦军事领域单兵增强型外骨骼人机交互系统,对人体运动意图的感知与预测方法进行创新性研究。首先,本文通过肌电传感器获取表面肌电信号。由于信号夹杂大量的干扰噪声,通过一定的预处理方法完成信号的滤波与正则化。并根据肌电传感器可能存在的旋转偏移问题,提出了一种基于极坐标系下活跃极角的偏移校正方法。
随着网络信息技术的飞跃发展,人类已逐步进入以互联网为平台,全媒体传播,时效性、互动性和开放性大大增强,舆论生态和传播格局深刻变化的新媒体时代。与此同时,网络舆论也逐步成为社会舆论的主要组成部分,并极大影响着普罗大众特别是年轻网民乃至我军官兵的价值判断、行为取向。网络已俨然成为意识形态斗争新的主战场,这给我军舆论宣传工作带来了严峻的挑战。意见领袖作为两级传播中的中心环节,是网络舆论引导的主力军,在新
以模式分解和光束质量测量为代表的光束特性表征是对光纤激光器进行深入研究的重要工具。近年来兴起的深度学习技术有望为光束特性表征提供一套简单有效、快速准确的全新技术方案。因此,论文对基于深度学习的少模光纤输出光束特性表征展开了研究。首先,论文首次实现了基于深度学习的少模光纤模式分解,通过大量样本数据对卷积神经网络（Convolutional Neural Network,CNN）进行训练,使CNN习得
当前,大数据的应用正逐步改变着各领域信息汇集、处理和利用的方式,蕴藏在海量数据中的巨大价值被不断发掘。在军事情报领域,大数据为情报分析提供了海量数据支持以及多样化的数据处理手段,有效提升了情报产品质量和情报保障效能。与此同时,大数据的迅猛发展也给军事情报分析带来了新的挑战。如何应对挑战,以更好地利用大数据为军事情报分析服务亟需较为系统的理论研究作铺垫。本文在探索和丰富相关理论研究成果上进行了有益尝