目前的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)研究大多是基于静态场景的假设,而实际生活中动态物体是不可避免的。在视觉SLAM系统中加入深度学习,可以协同剔除场景中的动态物体,有效提升视觉SLAM在动态环境...目前的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)研究大多是基于静态场景的假设,而实际生活中动态物体是不可避免的。在视觉SLAM系统中加入深度学习,可以协同剔除场景中的动态物体,有效提升视觉SLAM在动态环境下的鲁棒性。文章首先介绍了动态环境下基于深度学习的视觉SLAM分类,然后详细介绍了基于目标检测、基于语义分割和基于实例分割的视觉SLAM,并对它们进行了分析比较。最后,结合近年来视觉SLAM的发展趋势,通过对动态环境下基于深度学习的视觉SLAM存在的主要问题进行分析,总结了未来可能的发展方向。展开更多
针对智能变电站间隔层设备CPU性能较差,不能够在实现控制功能的时候使用拓扑结构来进行搜索这一缺陷,以各器件之间相互制约的逻辑关系表达式代替传统拓扑搜索的闭锁规则,根据图论中无向图的概念,将变电站的电气主接线图转化成邻接矩阵,...针对智能变电站间隔层设备CPU性能较差,不能够在实现控制功能的时候使用拓扑结构来进行搜索这一缺陷,以各器件之间相互制约的逻辑关系表达式代替传统拓扑搜索的闭锁规则,根据图论中无向图的概念,将变电站的电气主接线图转化成邻接矩阵,化简计算,得到相应的可达矩阵,最终得到闭锁公式.以宜都高坝洲110 k V变电站工程为例进行分析,结果表明:计算出的闭锁公式与变电站的闭锁逻辑回路图结果一致,同时,变电站电气主接线全图的闭锁公式用时不到70 s,子图用时不到40 s.将电气主接线图分解成子图来进行运算,可以减少时间,提高了运算的实时性,但同时一个子图只能得到部分开关的闭锁逻辑,如何对电气主接线图进行选取和计算,应根据实际情况来具体分析.展开更多
文摘目前的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)研究大多是基于静态场景的假设,而实际生活中动态物体是不可避免的。在视觉SLAM系统中加入深度学习,可以协同剔除场景中的动态物体,有效提升视觉SLAM在动态环境下的鲁棒性。文章首先介绍了动态环境下基于深度学习的视觉SLAM分类,然后详细介绍了基于目标检测、基于语义分割和基于实例分割的视觉SLAM,并对它们进行了分析比较。最后,结合近年来视觉SLAM的发展趋势,通过对动态环境下基于深度学习的视觉SLAM存在的主要问题进行分析,总结了未来可能的发展方向。
文摘针对智能变电站间隔层设备CPU性能较差,不能够在实现控制功能的时候使用拓扑结构来进行搜索这一缺陷,以各器件之间相互制约的逻辑关系表达式代替传统拓扑搜索的闭锁规则,根据图论中无向图的概念,将变电站的电气主接线图转化成邻接矩阵,化简计算,得到相应的可达矩阵,最终得到闭锁公式.以宜都高坝洲110 k V变电站工程为例进行分析,结果表明:计算出的闭锁公式与变电站的闭锁逻辑回路图结果一致,同时,变电站电气主接线全图的闭锁公式用时不到70 s,子图用时不到40 s.将电气主接线图分解成子图来进行运算,可以减少时间,提高了运算的实时性,但同时一个子图只能得到部分开关的闭锁逻辑,如何对电气主接线图进行选取和计算,应根据实际情况来具体分析.