مکانیابی و نقشه برداری همزمان محیط داخلی توسط ربات پرنده مبتنی بر بهینه سازی زمان-واقعی

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 417

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JIAE-18-4_021

تاریخ نمایه سازی: 27 مهر 1400

Abstract:

مکان یابی و نقشه برداری همزمان مبتنی بر بینایی در محیط های بدون GPS  و داخل ساختمان یکی از نیازمندی های مهم برای ناوبری ربات می باشد. یکی از چالش های مهم برای پیاده سازی زمان-واقعی، قدرت پردازش محدود بر روی ربات های پرنده کوچک است. در این مقاله روشی برای حل این مساله پیشنهاد شده است که با استفاده از تکنیک متعادل سازی هیستوگرام و ارزیاب کیفیت فضایی تصویر بدون مرجع (BRISQUE)  ، باعث بهبود فریم های RGB   می شود و با استفاده از تکنیک نقشه برداری مبتنی بر ظاهر زمان-واقعی (RTAB-Map)   و مجموعه داده های استاندارد، به ارزیابی آن پرداخته شده است. مساله بصورت پیکربندی گراف بیان شده و با استفاده از رویکرد لونبرگ-مارکارت  بهینه می شود. نتایج حاصله بر روی دیتاست آنلاین و آزمایش بر روی ربات پرنده طراحی شده نشانگر کاهش خطای مطلق انتقالی با توجه به مرجع راستی آزمایی موجود است. همچنین دقت و قدرت روش پیشنهادی نسبت به شرایط محیطی و نویز سیستم به میزان حداقل ۱۷ درصد بهبود یافته است.

Keywords:

RGB-D SLAM , RTAB-MAP , ATE , Levenberg-Marquardt optimization , مکان یابی و نقشه برداری همزمان , نقشه برداری مبتنی بر ظاهر زمان-واقعی , خطای مطلق انتقالی , بهینه سازی لونبرگ-مارکارت

Authors

نوید دیناروند

Faculty of Electrical, Biomedical and Mechatronics Engineering, Qazvin Branch, Islamic Azad University, Iran

محمد نوروزی

Faculty of Electrical, Biomedical and Mechatronics Engineering, Qazvin Branch, Islamic Azad University, Iran

محمد دوسرانیان مقدم

Faculty of Electrical, Biomedical and Mechatronics Engineering, Qazvin Branch, Islamic Azad University, Iran

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Moravec, H.P., Obstacle avoidance and navigation in the real world ...
  • Durrant-Whyte, H., and Bailey, T., Simultaneous localization and mapping: part ...
  • Stückler, Jörg, and Sven Behnke. Multi-resolution surfel maps for efficient ...
  • Sturm, Jürgen, Nikolas Engelhard, Felix Endres, Wolfram Burgard, and Daniel ...
  • Li, S.P., Zhang, T., Gao, X., Wang, D. and Xian, ...
  • Gutierrez-Gomez, D., Mayol-Cuevas, W. and Guerrero, J.J., Dense RGB-D visual ...
  • Ullah, Sami, Bowen Song, and Weidong Chen., EMoVI-SLAM: Embedded Monocular ...
  • Mittal, A., Moorthy, A.K. and Bovik, A.C., November. Blind/referenceless image ...
  • Li, Y., Scanavino, M., Capello, E., Dabbene, F., Guglieri, G. ...
  • Fischler, M.A. and Bolles, R.C., Random sample consensus: a paradigm ...
  • Van Opdenbosch, Dominik, and Eckehard Steinbach., Collaborative visual SLAM using ...
  • Kerl, C., Odometry from rgb-d cameras for autonomous quadrocopters, Master's ...
  • Farazkish R. Reliability modeling in bio-nano robots. Journal of Iranian ...
  • Frost, D., Prisacariu, V. and Murray, D., Recovering stable scale ...
  • Strutz, Tilo. Data fitting and uncertainty, A practical introduction to ...
  • Sheikh, R., OBwald, S. and Bennewitz, M., October. A Combined ...
  • Wang, Zezheng, Chenxu Zhao, Yunxiao Qin, Qiusheng Zhou, Guojun Qi, ...
  • Whelan, Thomas, Michael Kaess, Hordur Johannsson, Maurice Fallon, John J. ...
  • Hong, S. and Kim, J., Selective image registration for efficient ...
  • Grisetti, G., Stachniss, C. and Burgard, W., Improved techniques for ...
  • Parsa P, Safabakhsh R., A New Method for Image Segmentation ...
  • Moravec, H.P., Obstacle avoidance and navigation in the real world ...
  • Durrant-Whyte, H., and Bailey, T., Simultaneous localization and mapping: part ...
  • Stückler, Jörg, and Sven Behnke. Multi-resolution surfel maps for efficient ...
  • Sturm, Jürgen, Nikolas Engelhard, Felix Endres, Wolfram Burgard, and Daniel ...
  • Li, S.P., Zhang, T., Gao, X., Wang, D. and Xian, ...
  • Gutierrez-Gomez, D., Mayol-Cuevas, W. and Guerrero, J.J., Dense RGB-D visual ...
  • Ullah, Sami, Bowen Song, and Weidong Chen., EMoVI-SLAM: Embedded Monocular ...
  • Mittal, A., Moorthy, A.K. and Bovik, A.C., November. Blind/referenceless image ...
  • Li, Y., Scanavino, M., Capello, E., Dabbene, F., Guglieri, G. ...
  • Fischler, M.A. and Bolles, R.C., Random sample consensus: a paradigm ...
  • Van Opdenbosch, Dominik, and Eckehard Steinbach., Collaborative visual SLAM using ...
  • Kerl, C., Odometry from rgb-d cameras for autonomous quadrocopters, Master's ...
  • Farazkish R. Reliability modeling in bio-nano robots. Journal of Iranian ...
  • Frost, D., Prisacariu, V. and Murray, D., Recovering stable scale ...
  • Strutz, Tilo. Data fitting and uncertainty, A practical introduction to ...
  • Sheikh, R., OBwald, S. and Bennewitz, M., October. A Combined ...
  • Wang, Zezheng, Chenxu Zhao, Yunxiao Qin, Qiusheng Zhou, Guojun Qi, ...
  • Whelan, Thomas, Michael Kaess, Hordur Johannsson, Maurice Fallon, John J. ...
  • Hong, S. and Kim, J., Selective image registration for efficient ...
  • Grisetti, G., Stachniss, C. and Burgard, W., Improved techniques for ...
  • Parsa P, Safabakhsh R., A New Method for Image Segmentation ...
  • نمایش کامل مراجع