基于语义分割的室内动态场景同步定位与语义建图

针对动态物体在室内同步定位与地图构建(SLAM)系统中影响位姿估计的问题,提出一种动态场景下基于语义分割的SLAM系统。在相机捕获图像后,首先用PSPNet(PyramidSceneParsingNetwork)对图像进行语义分割;之后提取图像特征点,剔除分布在动态物体内的特征点,并用静态的特征点进行相机位姿估计;最后完成语义点云图和语义八叉树地图的构建。在公开数据集上的五个动态序列进行多次对比测试的结果表明,相对于使用SegNet网络的SLAM系统,所提系统的绝对轨迹误差的标准偏差有6.9%~89.8%的下降,平移和旋转漂移的标准偏差在高动态场景中的最佳效果也能分别提升73.61%和72.90%。结果表明,改进的系统能够显著减小动态场景下位姿估计的误差,准确地在动态场景中进行相机位姿估计。

基于ORB-SLAM2系统的快速误匹配剔除算法与地图构建

针对ORB-SLAM2系统中随机抽样一致(RANSAC)算法在误匹配剔除时因其算法本身的随机性而导致效率较低的问题和在ORB-SLAM2系统里未能构建稠密点云地图的问题,采用渐进一致采样(PROSAC)算法来改进ORB-SLAM2系统中的误匹配剔除,并在系统中添加稠密点云地图和八叉树地图构建线程。首先,与RANSAC算法相比,PROSAC算法依据评价函数对特征点进行预排序,并选取评价质量较高的特征点求解单应性矩阵,根据单应性矩阵的解与匹配误差阈值进行误匹配剔除;然后,根据ORB-SLAM2系统进行相机的位姿估计与重定位;最后,根据所选关键帧进行稠密点云地图与八叉树地图的构建。根据TUM数据集上的实验结果,PROSAC算法在进行相同图像的误匹配剔除时所用时间是RANSAC算法的50%左右,并且所提系统的绝对轨迹误差与相对位姿误差与ORB-SLAM2系统基本一致,表现出良好的鲁棒性;另外,与稀疏点云地图相比,提出的新构建地图可以直接用于机器人的导航与路径规划。

论制丝设备综合效率与设备损失对策

针对目前提高卷烟厂制丝车间设备管理能力的急切需求及目前车间设备管理的现存条件,本文以设备综合效率分析方法为主,结合工序能力指数(CP),重点分析制丝设备的六大损失以及相应的对策,以下分析对构建企业良好的生产运营机制、降低生产成本提高效率、增强企业市场竞争力将起到重要作用。

符号极限下的传播现实或意境

符号学涉及意指,不过意指在传播运动中是在传播现实或是传播意境,这个也是较为有趣的事情。认知来自经验,经验来自周边环境。如按照此逻辑,传播者和接受者互相交流的只是周边环境。但即便这样的交流也会使传播不通畅,本意无法进行完整的、达不到使接受者全面理解的目的。文章为解决这个问题,对“符号”予以不一样的设定,且进行解读。

信息技术在小学数学自主性学习中的应用研究

在小学数学教学中,对于信息技术的应用最主要的一个目的在于培养学生自主性学习。教师利用信息技术的应用去激发学生兴趣、引导学生参与、帮助学生吸收,以不同的应用策略去培养学生自主学习的意识和能力。本文对小学数学教育中,信息技术在自主性学习中应用的价值进行了分析,并提出了教学应用策略。

传播运动时的意图研究

传播学的研究中,人们通过信息相互交往。由此信息成为传播运动中的核心。在过去的传播学研究中,研究对象往往是单纯的传播者或受众者,实际上人既是传播者也是受众者。人在传播者时的文本内容与受众者时的文本内容是存在差异的。本文论述了两种文本差异中的连接纽带,并得出在传播运动时的人在传播者和受众者的有机融合中的意图的结论。