关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2021年论文集（42卷）
2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

期刊年表

2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

20210207基于YOLO v3和传感器融合的机器人定位建图系统

‖  文章供稿：陈文峰  张学习  蔡述庭  熊晓明
‖  字体： [大] [中] [小]

2021年02期 v.46 34-38，48页

陈文峰  张学习  蔡述庭  熊晓明

（广东工业大学自动化学院，广东 广州 510006）

摘要：场景中的动态物体影响移动机器人定位算法的精度，使机器人无法建立蕴含场景信息的高精度地图，降低定位建图系统在复杂场景中的鲁棒性。针对目前主流动态SLAM技术受限于系统需求和硬件性能，无法兼顾移动机器人定位精度和系统实时性的问题，提出一种基于YOLO v3和传感器融合的机器人定位建图系统。首先，建立融合编码器和视觉传感器的机器人运动模型，求解移动机器人位姿；然后，利用深度学习技术剔除复杂场景中的动态物体，并针对YOLO v3目标检测网络特点，采用多视图几何方法进行性能优化；最后，经测试，本系统相比DS_SLAM具有更优的轨迹精度，耗时更短。

关键词：传感器融合；目标检测；动态物体；定位；多视图几何

中图分类号：TP830.1       文献标识码：A              文章编号：1674-2605(2021)02-0007-06

DOI：10.3969/j.issn.1674-2605.2021.02.007

打印

上一篇:20210208应用于民用航天设备生产的物联网系统 下一篇:20210206基于3D虚拟引擎的无线数据触觉手套系统

扫一扫在手机打开当前页

版权所有 © 1999 - 广东省科学院智能制造研究所粤ICP备12051576号-1

Copyright © Guangdong Institute of Intelligent Manufacturing,GDAS.All Rights Reserved

地址：广州市越秀区先烈中路100号大院13号楼邮编：510070

电 话：(020)87686011　87686026传 真：(020)87687997Email：bgs＠giim.ac.cn