基于深度学习的多目标跟踪算法研究

多目标跟踪(MOT)是当前计算机视觉领域的重要研究方向,其应用已渗透到各领域,包括交通监控、智能机器人、无人驾驶以及军事等研究领域。本文首先回顾了多目标跟踪算法的基本框架,列出了目前多目标跟踪面临的主要难点,最后结合研究现状分析了各种基于深度学习的多目标跟踪算法的优点和局限性。

基于多传感器信息融合的机器人导航与定位技术研究

移动机器人已经服务于各个领域,作为室内移动机器人服务的前提是实现机器人精准定位。文章介绍了一种射频识别(Radio Frequency IDentification,RFID)和即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)多传感器融合库存盘点机器人精准导航与定位的方法。通过读取布置在环境中的RFID标签,获取机器人的大概位置信息和准确运动状态,然后结合SLAM技术实现精准定位。实验结果表明,该方法可以使库存盘点机器人精准定位,且系统搭建简单、成本低,对室内机器人定位具有参考价值。