检索结果

Select

1. 基于体密度变化率的点云多平面检测算法

储珺吴侗王璐

计算机应用 2013, 33 (05): 1411-1419. DOI: 10.3724/SP.J.1087.2013.01411

摘要（746）

PDF （951KB）（599）

针对以往点云多平面检测算法运算时间长、检测结果的准确性易受噪声影响这一问题，提出了一种基于点云几何统计特征的多平面检测算法。该方法首先根据体密度变化率对点云进行粗分割，然后利用多元随机抽样一致性算法(Multi-RANSAC)进行多平面拟合，最后提出了一种新的合并约束条件对拟合的初始平面进行优化合并。实验结果证明，该算法易于实现，能有效减少累积噪声对检测结果的影响，提高平面检测的正确率，极大地减少了计算时间开销。

参考文献 | 相关文章 | 多维度评价

Select

2. 四旋翼无人飞行器混合控制系统研究

夏国清廖粤峰王璐

计算机应用 2013, 33 (03): 858-861. DOI: 10.3724/SP.J.1087.2013.00858

摘要（902）

PDF （686KB）（513）

针对四旋翼无人飞行器质量未知情况下的垂直起降控制问题,提出一种基于状态反馈和神经网络自适应的混合控制方法。该方法通过一个状态反馈控制器实现飞行器的水平位置和航向控制,考虑到飞行器负载的未知特性,通过径向基函数(RBF)神经网络对飞行器质量进行估计,从而实现对高度的精确控制。仿真分析及验证表明,所提出的控制方法能够有效实现飞行器高度的精确控制,并能够在线估计出飞行器质量参数。

参考文献 | 相关文章 | 多维度评价

Select

3. 未知环境中基于视觉显著区域的拓扑定位

王璐李玉玲蔡自兴

计算机应用

摘要（1684）

PDF （1487KB）（910）

针对移动机器人在未知环境中的导航问题，提出并实现一个新的基于视觉显著区域的拓扑定位系统。首先采用中心—周围差方法在多尺度图像空间中计算颜色及纹理对比，根据检测出的显著线索构造适宜尺寸的显著区域。然后将这些场景中的视觉显著区域利用隐马尔科夫模型组织成为拓扑图中的一个顶点，从而将定位问题转化为隐马尔科夫模型(HMM)的估值问题。该系统支持机器人在线建立环境的拓扑模型，同时进行定位。实验结果表明，该方法能够在机器人移动过程中发生尺度、2维旋转、视角等变化时稳定地检测出显著视觉区域，场景识别率较高。实验证明该定位系统有能力保证机器人在未知环境中的安全导航。