实时的移动机器人语义地图构建系统

• 作者: 单吉超 李尚宇 李秀智 贾松敏
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 深度学习 图像修复 语义地图 贝叶斯推理 统一计算设备架构
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 检测技术
• 页码范围: 2769-2778
• 页数: 10页
• 分类号: TP242|TH72
• 字数: 6291字
• 语种: 中文

摘要

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础.为了能够使移动机器人实时地创建语义地图,在Jetson TXI嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能.并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率.对于Kin3ct传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法.利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建.经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秀智	北京工业大学信息学部	34	227	8.0	13.0
3	贾松敏	北京工业大学信息学部	43	289	10.0	14.0
5	单吉超	北京工业大学信息学部	2	16	1.0	2.0
9	李尚宇	北京工业大学信息学部	2	17	1.0	2.0