您好、欢迎来到现金彩票网!
当前位置:秒速时时彩开奖 > 算法正确性 >

Wi-Fi数据有助于研究人员提高映射算法的准确性

发布时间:2019-06-19 02:23 来源:未知 编辑:admin

  SLAM或同时定位和映射是一个经过充分研究的计算问题,涉及更新环境地图,同时跟踪代理的位置。(通常,所述代理是无人机或机器人。)廉价,无处不在的深度传感器和复杂算法的出现在一定程度上解决了它,但即使是最先进的视觉系统也并不完美:有时会产生对称和重复的模式在故障地图中,上述传感器往往会产生大量笨重的数据。

  这就是为什么研究人员建议使用Wi-Fi传感来补充这项技术的原因。最新发表的关于预印本服务器论文(“ 为室内应用增强可视SLAM与Wi-Fi感应 ”)描述了将无线数据集成到可视SLAM算法中的“通用方法”,旨在提高其准确性和最小化硬件开销。

  “在大多数城市环境中,大多数机器人或移动设备都可以使用Wi-Fi无线电,Wi-Fi无线接入点无处不在。Wi-Fi和视觉传感相互补充,“该论文的作者写道。“在这项工作中,我们提出了一个通用的工作流程,将Wi-Fi传感结合到可视SLAM算法中,以减轻感知混叠和高计算复杂性。”

  研究人员的系统将来自摄像机的视觉框架(图像)与相应的Wi-Fi签名相关联。对于每三或四米,其运行的机器人或移动设备暂停约十秒钟以聚合签名,然后将签名与随后的任何视觉帧相关联,直到下一次暂停。Wi-Fi集群的分布(每个包括包含与代表性签名类似的签名的帧)有助于建立与当前帧的空间接近度。(该团队指出,当前帧仅与类似集群内的帧进行比较,以加快循环闭合,或者决定代理是否已返回到先前访问过的区域的任务。)最后,当前帧是分配给正确的群集。

  科学家使用他们的技术对三个独立的开源视觉SLAM系统(RGBD-SLAM,RTAB-Map和ORB-SLAM)进行了测试,并在测试中使用Microsoft收集了测量结果(四个数据集值得大学校园内的建筑物) Kinect传感器安装在Turtlebot机器人上。分析显示,与FABMAP(一种Wi-Fi增强型SLAM系统)相比,所有四种算法的准确度平均提高了11%,计算时间缩短了15%至25%,并且性能相当(在某些情况下更好)。

  当然,还有改进的余地。研究人员指出,Wi-Fi信号强度受到“环境动态”的影响,例如房间内的人数和一次连接的设备数量,以及沿着轨迹的墙壁上几乎没有“阻挡物体”的房间倾向于生产更少的Wi-Fi集群。此外,他们说性能增益与接入点数量相关; 建议的方法适用于低至40。

  尽管如此,该团队认为,通过一些改进(以及细粒度60GHz感应等技术),他们的方法不仅可以用于当前和未来的机器人,还可以用于增强现实耳机,如微软的HoloLens和MagicLeap的One。他们写道:“希望能够证明Wi-Fi传感在城市空间持续长期使用的效用。” “[我们已经证明]我们的工作对机器人和移动设备都很有用。”

http://homeschoolwwh.com/suanfazhengquexing/359.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有