1 新疆大学, 乌鲁木齐 830000
2 北京化工大学, 北京 100000
3 北京煜邦电力技术股份有限公司, 北京 100000
针对传统视觉SLAM对环境语义信息理解不足的问题, 语义视觉SLAM借助语义路标提高机器人的定位精度。语义路标的准确关联是实现机器人深层定位和导航的关键, 错误的关联将导致机器人定位丢失。针对动态扰动和观测噪声扰动所产生的高关联模糊性问题, 提出利用非参数聚类和随机近似推断结合的方法提高语义路标关联的准确性, 通过正确的数据关联实现机器人的准确定位。仿真和KITTI数据集上的实验结果表明, 在噪声干扰下该算法能够提高语义路标数据关联的准确性和鲁棒性, 融合语义信息和几何信息优化机器人和语义路标的位姿, 提高机器人的定位精度。
语义视觉SLAM 语义路标 数据关联 非参数聚类 随机近似推断 semantic vision SLAM semantic landmark data association nonparametric clustering stochastic approximate inference
1 北京万集科技股份有限公司, 北京 100193
2 武汉万集信息技术有限公司, 湖北 武汉 430074
针对基于人工路标的二维激光雷达导航定位应用,提出一种基于激光雷达回波强度的自适应圆柱形人工路标中心提取方法。分析了不同应用环境对路标中心提取的影响,包括不同的漫反射背景面、激光雷达与背景面的入射角以及镜面反射面。搭建不同应用场景的物理实验平台,采集原始激光雷达扫描数据,给出三种中心识别算法的识别结果,并对比分析了实验结果。最终实验结果表明,本文提出的算法在各种应用场景下均可以稳定、准确地识别人工路标中心点,具有较高的鲁棒性以及较高的实用性。
遥感 激光雷达 人工路标 路标识别 定位 回波强度
1 中国科学院光电技术研究所，成都 610209
2 中国科学院大学，北京 100049
本文针对交通标志的显著性检测提出了一种新的方法和思路。在Lab 和HSV 两种颜色空间下分别计算L、a、b 和H、S、V 颜色通道的显著图，并通过得到的显著图在高、中、低亮度范围的像素点的多少来筛选Lab 和HSV 中哪个颜色通道的显著图有效，最后融合得到最终显著图。实验证明该方法易于实现，能快速有效的检测出交通标志的显著性区域。
路标 显著性检测 两种颜色空间 筛选 traffic signs salient detection two kinds of color space screen
上海理工大学 光电信息与计算机工程学院,上海 200093
对交通道路标志进行实时、正确的识别,是车辆自动导航中的一个重要方面。提出一种基于尺度不变特征变换(SIFT)算法的交通路标识别方法。该方法首先根据交通路标的色彩信息,利用HSV颜色空间对输入含有路标的彩色图像直接进行处理,从而快速分割提取目标区域;然后基于SIFT特征将分割提取的目标图像与数据库中原有图像进行特征匹配,以实现交通路标的识别。实验采用MatLab进行仿真,实验证明该方法具有较高的识别精度和速度,在车辆自动导航中具有较高的应用价值。
路标 HSV颜色空间 分割 尺度不变特征变换 识别 traffic signs HSV color space segmentation SIFT identification
