针对基于SLAM技术无人机在特定高度下构建二维经历图的优化问题,在RatSLAM的基础上,采用仿生声呐系统代替视觉传感器的BatSLAM模型和音频感知哈希闭环检测,实现在暗光条件下的二维经历图优化。BatSLAM模型通过绝对差值和(SAD)图像处理方法来进行仿生声纳模板的更新,此方法仅仅判断二幅耳蜗图外观是否一致,不存在几何处理和特征提取。由于耳蜗图在获取和传输过程中会产生各类噪音,相同位置获得的耳蜗图具有一定的差异,会导致构建的经历图失真。本文在BatSLAM的基础上,使用音频感知哈希算法对耳蜗图进行特征提取,并进行闭环检测。改进后的算法不仅考虑到外观,而且考虑到相邻频带间的能量差异,通过提高闭环检测准确率,来改善经历图的失真问题。仿真实验表明:采用基于音频感知哈希闭环检测的BatSLAM模型,不仅实现了无人机特定高度和暗光条件下二维经历图的构建,而且提高了闭环检测准确率,从而改善经历图的失真问题,实现经历图的优化。
类型: 期刊论文
作者: 胡文超,孙新柱,陈孟元
关键词: 同步定位与地图构建,音频感知哈希,无人机,闭环检测,仿生声呐系统,经历图,绝对差值和,耳蜗图
来源: 智能系统学报 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 航空航天科学与工程,计算机软件及计算机应用
单位: 安徽工程大学安徽省电气传动与控制重点实验室
基金: 安徽省高校优秀青年人才支持计划项目(gxyq ZD2018050)
分类号: V279;TP391.41
页码: 338-345
总页数: 8
文件大小: 1689K
下载量: 227
本文来源: https://www.lunwen90.cn/article/9f63b05063ca55a2323dfb0e.html