一种基于模拟退火蚁狮算法的整周模糊度解算方法

    公开(公告)号:CN119024391A

    公开(公告)日:2024-11-26

    申请号:CN202411134619.1

    申请日:2024-08-19

    Abstract: 本发明涉及卫星导航信号处理技术领域,具体涉及一种基于模拟退火蚁狮算法的整周模糊度解算方法,根据浮点解所确定的解空间范围,进行蚂蚁和蚁狮种群位置的初始化,并设定种群大小和迭代次数,并利用轮盘赌算法改进蚁狮算法中蚂蚁随机游走函数,蚂蚁根据随机游走函数找到相应的位置信息,采用最小二乘准则计算所有蚂蚁所在位置的适应度值,蚁狮吃掉蚂蚁,预测蚂蚁下一次迁徙的位置;利用模拟退火算法跳出局部最优的种群位置,寻找最优蚁狮种群位置;若迭代次数达到所设阈值,输出最优解。本发明能有效避免种群陷入局部最优,无法搜索到全局最优解的情形,在多维模糊度解算情况下,仍具有快速的解算能力和较高的解算成功率。

    一种基于室内动态场景的语义SLAM方法

    公开(公告)号:CN119048926A

    公开(公告)日:2024-11-29

    申请号:CN202411213913.1

    申请日:2024-08-31

    Inventor: 符强 钟振 郭从宇

    Abstract: 本发明涉及一种基于室内动态场景的语义SLAM方法,包括以下步骤:(1)加载二进制格式词袋;(2)将RGB‑D相机采集到的RGB图像,通过SegFormer语义分割网络分割出场景中的动态物体;同时对RGB图像进行特征点提取;(3)根据步骤(2)中提取特征点数目的不同,自动调整语义分割结果使用的膨胀核;(4)结合步骤(3)中膨胀后的掩膜信息,剔除动态特征点;(5)通过步骤(4)中得到的静态特征点,在动态场景下进行相机位姿估计;同时根据深度图像构建稠密点云地图。本发明方法使用二进制格式词袋进行系统初始化,SegFormer语义分割网络对场景进行语义分割,在RGB‑D情况下能有效剔除环境中的动态物体,并构建静态特征的稠密点云地图。

    一种针对室内动态场景的RGB-D视觉SLAM方法

    公开(公告)号:CN119295721A

    公开(公告)日:2025-01-10

    申请号:CN202411213937.7

    申请日:2024-08-31

    Abstract: 目前关于视觉同步定位和建图(VSLAM)系统大多数研究都是建立在静态场景上,而现实场景中的动态目标会严重影响VSLAM系统的准确性和鲁棒性,针对这一问题,本发明提出一种针对室内动态场景的RGB‑D视觉SLAM算法,该方法包括:(1)在ORB‑SLAM3跟踪线程中融合轻量级YOLOv8目标检测网络,对图像帧进行实例分割并生成语义信息;(2)利用滑动窗口机制和模板匹配策略,对语义信息进行处理,识别动态目标并剔除动态特征点;(3)采用PROSAC算法替换原RANSAC算法去除特征点的误匹配,提高匹配性能。为了评估本发明的有效性,在公开TUM RGB‑D数据集上进行实验,与原ORB‑SLAM3以及较为先进的动态DynaSLAM算法进行比较,本发明在动态环境中算法定位精度和鲁棒性有出色的提升,在无GPU加速的情况下,帧率可达45fps以上,能够保证实时运行。

    一种基于改进DWA和势能法的UAV快速编队避障方法

    公开(公告)号:CN119690091A

    公开(公告)日:2025-03-25

    申请号:CN202411213932.4

    申请日:2024-08-31

    Abstract: 本发明涉及编队飞行控制领域,具体涉及一种基于改进DWA和势能法的UAV快速编队避障方法。首先将动态窗口法扩展到了三维,增强了其对复杂环境的适应性,其次采用虚拟结构法进行编队,提高了编队的容错性,然后加入了人工势场势能评价函数,提高固定翼无人机的动态避障能力,然后将偏离角度放大因子加入目标定向函数,加快了航向的恢复速度,然后加入sigmoid函数,优化了速度控制,加快了编队的恢复速度,最后基于模糊控制自适应调整评价函数权重,防止无人机陷入局部最优。本发明通过对编队和避障进行优化处理,实现了固定翼无人机在复杂环境下的快速编队避障。

    一种针对室内动态环境的视觉SLAM方法

    公开(公告)号:CN119006526A

    公开(公告)日:2024-11-22

    申请号:CN202411213928.8

    申请日:2024-08-31

    Abstract: 本发明涉及视觉同步定位与建图技术领域,具体涉及一种针对室内动态环境的视觉SLAM,包括:步骤1:使用光流法对多帧图像输入进行连续两帧之间的跟踪;步骤2:由连续两帧之间的位姿变换计算两帧匹配特征点对的重投影误差,根据误差判断是否为动态帧;步骤3:由动态帧相对输入帧的占比决定当前帧的动态状况;步骤4:使用实例分割网络对RGB图像进行实例分割;步骤5:由当前帧动态性决定是否对动态特征进行剔除;步骤6:消除局部地图跟踪中出现重复性地图点。本发明通过判别环境的高低动态决定是否对动态特征剔除以及对重复地图点消除,提升了SLAM系统在不同动态形势下的跟踪稳定性。

Patent Agency Ranking