基于先验地图的视觉重定位方法综述

在自动驾驶、增强现实和智能移动机器人领域,视觉重定位是非常重要的基础问题.视觉重定位是指根据视觉传感器实时拍摄的数据,在已有先验地图中确定位置和姿态的问题.过去数十年间,该问题受到广泛关注,涌现出种类繁多的先验地图构建方法和视觉重定位方法.这些工作差异大,涉及范围广,技术概括和总结尚缺乏.因此,对视觉重定位领域进行综述具有重要的理论和应用价值.尝试为视觉重定位相关方法建立一个统一的蓝图,从图像数据在大规模地图数据库中查询的角度对相关工作进行分析和总结.综述不同类型地图数据库构建方法、不同特征匹配、重定位和位姿计算方法,总结目前视觉重定位的主流数据集,最后分析视觉重定位存在的挑战和潜在发展方向.

基于路径类比推理的药物重定位方法

传统药物研发模式有着费用昂贵、效率低下、时间周期较长等问题,而药物重定位方法为降低成本、提高效率、缩短时间提供了一种可行的选择。目前已经提出了许多利用知识图谱进行药物重定位的方法,并取得相对可观的成果,但它们存在涉及限制数据集范围、处理的关系较单一,且不考虑节点间路径信息等局限。为弥补这些不足,该文提出了一种基于路径类比推理的药物重定位方法。首先,整合多个生物数据集构建异构信息网络。其次,对多种知识图谱嵌入模型(TransE、DistMult、ComplEx、RotatE和RGCN)进行训练,获得嵌入向量。再次,采用Adaboost决策树集成路径排序算法和多层感知机获取原始推理路径,结合类比推理进行预测。最后,通过传统性能、嵌入评估及复现率,选定TransE模型作为预测模型。该方法成功找到10种重定位候选药物,并通过相关文献证实它们的治疗效果,充分验证了该方法的有效性。该方法也可为其他从事药物重定位研究的学者提供一种结合路径信息的新思路。

面向SW26010Pro处理器的全局符号重定位优化

申威异构众核处理器运算核心访问主存的延迟很大,程序中应尽量避免运算核心代码访问主存的操作.全局偏移表存放程序中全局变量和函数的地址,不适合保存在珍稀的运算核心局部存储空间中,并且其访问模式通常比较离散,因而也不适合对其做Cache预取,访问全局偏移表引入的访问主存操作对程序性能影响较大.本文针对异构众核程序静态链接与动态链接的使用场景,分析链接器relaxation优化的使用限制,通过“gp基地址+扩展偏移”的方法实现避免访问主存操作的全局符号重定位优化.实验结果表明,该重定位优化方法能够以增加少量代码为代价,在运算核心代码调用函数与访问全局变量时有效避免访问全局偏移表引入的访问主存的操作,提高众核程序的运行性能.

基于无人机点云地图的地面机器人重定位方法

针对无GNSS(global navigation satellite system)环境下空地协同系统中地面机器人重定位难题及其精度不足的问题,提出了一种基于三维点云地图的由粗到精的重定位算法。通过索引滤波消除高空和地面无效点云的影响,并在提取点云全局特征后引入截断最小二乘估计进行粗定位,采用体素法ICP(iterative closest point)精优化,以获得更精确的定位结果。构建了一种基于空中全局地图的地面机器人定位与自主移动框架,并通过仿真平台实验证明了该框架的可行性,验证了地面机器人重定位算法的实时性和准确性。

基于度量学习的跨摄像头运动目标重定位方法研究

近年来,我国柴油车尾气排放污染日趋严重。为了改善大气环境,需要对排放黑烟的柴油车进行监测。然而,在城市交通道路场景下,黑烟柴油车检测经常由于车辆间相互遮挡等因素,难以通过后向视频确定黑烟柴油车身份。此外,柴油车重定位相关数据的严重不足导致数据局限性较大。针对以上问题,提出了一种跨摄像头场景下的黑烟柴油车重定位方法。该方法通过引入IBN模块构建特征提取网络,提升网络模型对柴油车图像外观变化的适应性。然后,设计基于豪斯多夫距离度量学习的损失函数对特征差异性进行度量,在优化过程中增加类间距离并降低遮挡样本的影响。最后,构建了多种场景下的柴油车重定位基准数据集,并在该数据集上对所提出的方法进行实验。实验结果表明,所提出的方法取得了83.79%的相对精度,具有较高准确率。

太赫兹CSAR运动目标距离速度估计与重定位方法

圆周合成孔径雷达(CSAR)中,由于雷达平台绕观测场景圆周飞行,雷达和地面目标之间的距离方程复杂,目标的距离向参数和方位参数之间有复杂的耦合关系,导致单独估计动目标距离向速度参数的难度加大。提出一种基于子孔径分解的太赫兹CSAR运动目标距离向速度估计方法,选择合适的子孔径角度,对CSAR进行子孔径分解,在子孔径条件下,通过小角度近似,可以实现运动目标距离向速度和其他参数间的解耦合,准确估计运动目标的距离向速度,实现运动目标的精确重定位。仿真和实测数据验证了该算法的有效性。

回环修正语义并结合三角定位的重定位算法

针对栅格地图的回环检测导致语义物体的映射产生偏移,Cartographer匹配定位算法在单一环境下定位速度慢甚至定位错误的问题,本文提出基于回环检测修正语义物体位置并结合三角定位的重定位算法。通过YOLOV5物体识别并结合Cartographer构建语义地图,基于回环检测修正语义地图中语义物体位置,基于语义地图结合三角定位对机器人预定位,基于预定位位姿进行Cartographer精定位。最后通过多组真实环境下的实验证明了该算法在大场景下定位速率相较于原始Cartographer重定位算法提升76.23%,并提升鲁棒性。

应用元素级注意力机制和角点特征的重定位网络

视觉重定位技术是室内服务机器人关键技术之一,其主要目的是精确确定机器人在场景中的六自由度位姿。在室内环境中,稀疏纹理区域的普遍存在对视觉重定位的精度构成了挑战,因为这些区域中的相似图像块会大幅干扰定位准确性。此外,现有的视觉重定位网络往往忽视图像中角点的重要性,限制了卷积神经网络在编码场景信息时的能力,因为角点中蕴含着丰富的几何特征。为此,提出一种结合元素级注意力机制和角点特征的视觉重定位网络。为了解决相似图像块的问题,提出元素级注意力机制,通过预测元素级注意力加权系数来评估特征图中每个元素的重要性。该方法可有效融合多级特征图,利用低级特征图中的几何结构信息与高级特征图中的语义信息来提升相似图像块的区分度。针对角点特征被忽视的问题,提出一种角点特征整合模块,利用角点提取网络SuperPoint提取大量角点进行聚类,并选择距离聚类中心最近的角点来保证其均匀地分布在图像中。该网络将提取的角点特征整合进高维特征图中,从而保证网络充分地提取角点中所包含的图像几何特征,进而提升网络的场景解析能力。在7-Scenes数据集上的实验结果表明,在包含大量稀疏纹理的室内场景中,提升相似图像块间的区分度并整合角点特征可有效提升视觉重定位精度,使该方法实现了0.025 m的中值平移误差、0.83°的中值旋转误差以及87.43%的重定位准确率。

大同火山群及邻区中小地震重定位

文中基于中国地震台网中心在大同火山群及周边地区记录到的2008年1月-2023年1月期间3 218个地震的到时资料,采用双差地震重定位法开展了重新定位研究,获得了2 447个事件的重定位结果。结果显示,地震大多发生在16km深度以浅处,集中分布于断陷盆地内及盆地边界的断裂带附近,整体走向NE-SW,与区域活动构造的活动断裂及其控制的地堑、半地堑型断陷盆地的走向较为一致。这些地震E-W向、S-N向、垂直向的平均定位误差约为0.21km、0.22km、0.30km,平均均方根残差为0.14s。口泉断裂带附近的地震分布由南部的较深、较集中变化为北部的较浅、较分散,可能与矿山开采活动有关。大同-阳高地震震源区的地震多集中在与大王村断裂平行的东侧隐伏断层的3~16km深度处,该隐伏断层与团堡断裂和六棱山山前断裂交会,可能与大同-阳高地震的余震活动有关。火山区内部的地震活动并不强烈。结合该区域新的背景噪声层析成像结果分析发现,大多数地震发生在低速异常边界,可能暗示了这些地震的发生与热物质上涌所携带的流体上升至地壳深度,进而降低断面有效正应力密切相关。

联合残差网络和最近点迭代的机器人重定位

针对机器人遭遇绑架、系统故障重启而产生的定位丢失问题,提出一种基于ResNet的机器人重定位方法。所提方法将重定位分为基于残差网络(residual network,ResNet)的粗匹配和基于最近点迭代(iterative closest point,ICP)细匹配2个阶段。在粗匹配阶段,将激光点云数据转换为图像,然后将相邻时间的图像堆叠成多通道图像作为ResNet的输入,以增强图像的时序特征。在细匹配阶段,ResNet输出机器人的预测位置,并将预测结果作为ICP算法的初值进行点云细匹配,从而获取最终位姿。对于相似环境,提出动态重定位方法,通过移动机器人进行多次重定位避免误匹配的情况。仿真实验结果表明:该方法与增强蒙特卡罗定位(augmented Monte Carlo localization,AMCL)算法进行了对比,定位用时降低了8.2s,定位成功率提升了43.4%,证明了该算法具有更好的重定位效果。

基于药物重定位建立以α1酸性糖蛋白为靶点的高通量筛选平台及潜在减肥药物的发现

目的α1酸性糖蛋白(ORM)是减肥药物研发的新靶点。基于药物重定位,拟从已上市药物的化合物库中寻找可以靶向ORM的潜在减肥药物。方法构建pGL4.20-ORM1启动子重组质粒,验证后利用慢病毒载体构建稳定表达ORM1启动子-LUC-PURO的AML12细胞株,利用该细胞株对上市药物库中化合物进行高通量筛选,通过酶标仪对细胞的荧光值进行表征。结果对1470种化合物进行初筛和复筛,发现42种化合物可以提高ORM1启动子表达,可用于进一步的减肥效应评估。结论通过慢病毒载体成功构建了LV-AML12-ORM1启动子-LUC-PURO稳定表达细胞株,为高效、稳定筛选靶向ORM的减肥药物奠定了基础。

基于药物重定位策略挖掘放射性肺纤维化潜在预防药物

目的通过药物重定位来确定放射性肺纤维化的候选预防药物。方法从基因表达综合数据库下载基因芯片GSE2250和GSE41789,处理后获得差异表达基因。利用LINCS数据库识别出可能逆转差异表达基因的已上市药物。最后利用OpenFDA数据平台确定这些药物的安全性,得到候选预防性药物。结果分析数据集GSE2250和GSE41789的基因表达情况,得到42个共同差异表达基因。利用L1000CDS2分析工具筛选出可能逆转放射性肺纤维化的药物,包括曲美替尼、扑米酮、司美替尼、米托蒽醌和奎纳克林。使用OpenFDA数据平台得知米托蒽醌可能会增加放射性肺纤维化不良事件发生风险,遂将其排除,因此将曲美替尼、扑米酮、司美替尼和奎纳克林确定为候选预防药物。结论曲美替尼、扑米酮、司美替尼和奎纳克林为抗放射性肺纤维化的潜在预防药物。

链路预测方法在药物重定位中的应用研究

为了找到适用于中成药数据集进行药物重定位的链路预测模型,本文将六个经典的链路预测模型TransE、RotatE、Dismult、ComplEx、InteractE和DeepE分别应用于中成药数据集。通过学习实体和关系的嵌入向量,深入研究了这些模型的性能,并使用链路预测评估指标对这六个链路预测模型进行了评估,比较了它们之间的性能差异。实验结果表明,与其它五个链路预测模型相比,DeepE模型在中成药数据集中的MRR、Hit@1和Hit@10指标分别提高了3.7%-20.1%、4.8%-24.7%和0.8%-11%,因此更适用于药物重定位任务。

一种用于Web UI自动化测试脚本修复的网页元素重定位方法

针对Web UI页面频繁更新所带来的自动化测试脚本失效问题,在现有基于DOM树的网页元素定位方法基础上,利用新旧版本Web UI页面DOM树的差异和Selenium IDE录制的旧版测试脚本在新版页面上回放所生成的失效XPath路径对原有方法进行改进,提出一种适应性强、定位准确率高、可用于Web UI自动化测试脚本修复的网页元素重定位方法。实验结果表明,该方法不仅减少了网页元素重定位的运算量,还提高了重定位效率和准确率。

改进场景坐标回归网络的室内相机重定位方法

传统相机重定位依赖手工特征,场景的变化会影响其后续特征匹配,导致算法总体性能下降。然而,基于深度学习场景坐标回归的相机重定位方法在室内场景下有着较好的表现。针对复杂场景下定位精度低以及在特征提取过程中空间信息丢失的问题,在场景坐标回归方法的基础上,提出一种基于深度过参化卷积与细粒度信息的相机定位方法。该方法在特征提取网络中,引入深度过参化卷积层取代传统的卷积层,使提取的特征更具有鲁棒性;在特征提取网络之后,增加细粒度信息,加强特征提取,解决特征提取带来的空间信息丢失问题;通过全连接层输出场景坐标,建立二维图像像素和三维场景坐标之间的关系,然后使用多点透视随机抽样一致性算法得到相机位姿。实验结果表明,改进后的方法与同类型算法相比有明显的提升,该方法能够将平均角度精度提高20.00%,对相机重定位有显著效果,验证了该方法在一定程度上能够克服视觉特征对相机重定位的影响。

钠冷快堆熔融物碎片流重定位行为数值模拟研究

钠冷快堆发生堆芯熔毁后,熔融物碎片堆积于堆芯捕集器或下封头内,从而形成碎片床。碎片床的形态结构对其冷却性能具有重要影响。然而,液态金属钠为非透明介质,难以通过可视化实验研究熔融物碎片流重定位的瞬态过程。本文建立了一种CFD-DEM耦合数值计算模型以模拟熔融物碎片流在液态金属钠中的重定位行为,通过实验数据验证了模型的正确性,并研究了熔融物碎片直径对碎片流冷却特性和碎片床形态结构的影响。本研究结果可为堆芯碎片床冷却特性研究提供指导,对钠冷快堆中堆芯捕集器的设计和布置等严重事故缓解措施的制定具有参考价值。

2022年青海德令哈M_(S)6.0地震序列重定位及发震背景分析

2022年1月23日、3月26日和4月15日青海省德令哈市分别发生M_(S)5.8、M_(S)6.0和M_(S)5.4地震。采用CAP方法反演了M_(S)6.0地震及6次M_(S)≥3.7地震的震源机制解和震源矩心深度,利用双差定位方法重新定位了德令哈M_(S)6.0地震序列的震源位置,初步分析了德令哈M_(S)6.0地震序列的发震背景。震源机制结果显示,M_(S)6.0地震震源机制解节面Ⅰ:走向174°/倾角80°/滑动角-156°,节面Ⅱ:走向79°/倾角66°/滑动角-11°,矩心深度6 km。地震重定位结果显示,德令哈M_(S)6.0地震序列震中呈NS向展布、震源区北部为主体破裂区域。基于震源机制解、地震重定位结果和震源区附近局部发育NS向构造的特征,分析认为德令哈M_(S)6.0地震序列的发震构造为一条NS向、高倾角的右旋走滑隐伏断层。

2022年四川马尔康M_(S)6.0强震群重定位及发震断层探讨

2022年四川马尔康强震群是中国有地震台网记录以来,巴颜喀拉块体东部马尔康地区首次出现的地震频度高、时空分布集中、爆发性较强且震级强度大的罕见强震群活动。文中通过双差定位方法对该震群序列进行了重定位,利用gCAP方法测定了M_(S)≥3.6地震的震源机制及矩心深度,然后根据震源机制结果分析了马尔康地区应力体系与这些地震震源机制的关系,最后根据重定位结果进行了断层面拟合。结果显示,马尔康震群序列震中区域主要沿NW向优势分布,整个震群序列的平均初始破裂深度为9.8km,深度剖面反映地震相对密集的区域主要介于0~15km深度之间,震群中震级最大的M_(S)6.0地震的初始破裂深度为12.5km,几乎位于震群序列密集区的底端。其震源机制节面I的走向为150°,倾角为79°,滑动角为7°;节面Ⅱ的走向为59°,倾角为83°,滑动角为169°;矩心深度为9km。其余M_(S)≥3.6地震的震源机制均为走滑型,震源机制节面的倾角为71°~86°,且相同走向的各个节面的倾向也有所不同,其矩心深度为5~9km,P轴方位为NWW向,且倾伏角近水平。M_(S)≥3.6地震震源机制NW向节面的相对剪应力均显著大于NE向节面,且NW向节面的正应力均小于NE向节面,表明这些地震更容易在NW向的节面上产生走滑错动。拟合后的断层面参数揭示震群中大部分地震活动可能受到马尔康断裂附近至少2条近NW走向的平行伴生断层控制,倾角约为88°,且具有左旋运动性质。结合已有的区域地质构造推测,马尔康震群可能为NW向和NE向共轭断层发震,其中NW向断层控制了大多数地震活动。

基于生物信息学的氧化苦参碱重定位及作用机制研究——以多发性硬化症为例

目的为探索氧化苦参碱(oxymatrine,OMAT)新的潜在应用价值,采用生物信息学技术对OMAT的药理作用重定位,通过动物实验验证并探索潜在作用机制。方法基于GEO数据库,筛选OMAT调控的差异表达基因(differentially expressed genes,DEGs),并导入CMap与Coexpedia数据库对OMAT药理作用及适应症重定位,选取代表性适应症对应靶点基因与DEGs取交集,构建靶点基因的蛋白互作网络,进行GO与KEGG功能富集分析,最后通过动物实验进行验证。结果筛选出619个OMAT调控的DEGs。重定位结果表明,OMAT或可用于治疗多发性硬化症(multiple sclerosis,MS)、关节炎等疾病。以MS为例进行后续分析,GO与KEGG结果提示,OMAT可能通过调控ERK的生物过程与Ras和钙离子等信号通路发挥治疗MS作用。动物实验结果表明,与模型组相比,OMAT治疗组神经功能评分明显降低,中枢神经炎症浸润和髓鞘脱失程度也明显减轻。RT-PCR结果显示,OMAT明显降低模型组小鼠Fgfr2、Rras2、Raf1、Camk2a、Calm1的mRNA表达水平,明显上调Fgf2的mRNA表达水平。结论OMAT对MS有治疗作用,其机制可能与调控Fgf2、IL4、ICAM1、Fgfr2等靶点,抑制Ras信号通路和钙离子信号通路的关键靶点有关。本研究扩大了OMAT的应用范围,也为其他药物的再开发提供借鉴。

基于尺度自适应和遮挡重定位机制的KCF改进算法

针对传统KCF跟踪算法在实际场景中存在特征提取不准确、尺度不能自适应以及遮挡适应能力差等问题,对该算法进行了三方面的改进:一是特征融合改进,在FHOG特征和CN特征的基础上,加入边缘特征,提升了目标定位的准确性;二是尺度自适应改进,通过尺度的调整动态改变目标定位搜索框的大小,提高了算法对目标尺度变化的适应性;三是抗遮挡改进,在出现遮挡时,通过遮挡判断和重定位机制,使得算法具有一定的抗遮挡能力,实现了对目标的长时间跟踪。将改进KCF跟踪算法与传统KCF跟踪算法在OTB-50数据集下进行对比测试,结果表明,改进算法的跟踪精确度提升了55.21%,跟踪成功率提升了74.33%。