检索结果

Select

1. 基于WiFi指纹序列匹配的机器人同步定位与地图构建

秦正泓, 刘冉, 肖宇峰, 陈凯翔, 邓忠元, 邓天睿

《计算机应用》唯一官方网站 2022, 42 (10): 3268-3274. DOI: 10.11772/j.issn.1001-9081.2021081522

摘要（361）

HTML （2）

PDF （2498KB）（183）

同步定位与地图构建（SLAM）是当前机器人定位导航的研究热点，可靠的闭环检测是图优化SLAM的关键。而在大范围的复杂环境下，通过视觉或激光雷达进行闭环检测的可靠性低且计算开销大。针对这一问题，提出了一种基于WiFi指纹序列匹配的图优化SLAM算法。所提算法采用指纹序列进行闭环检测，由于指纹序列中包含多个指纹数据，信息量比单个指纹点对的数据丰富，因此将传统的基于指纹点对的匹配扩展到指纹序列的匹配可以大幅减小闭环误判的几率，从而确保了闭环检测的准确性，满足了SLAM在大范围复杂环境下的算法高精度要求。采用两组实验数据（机器人从不同的起点开始）对所提算法进行验证的结果表明：与高斯相似度的方法相比，所提算法的精度在第一组数据上提高了22.94%；在第二组数据上提高了39.18%。实验结果充分验证了所提算法在提高定位精度、确保闭环检测可靠性方面的优越性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于城市交通监控大数据的工作位置推理方法

陈凯, 于彦伟, 赵金东, 宋鹏

计算机应用 2021, 41 (1): 177-184. DOI: 10.11772/j.issn.1001-9081.2020060937

摘要（405）

PDF （1377KB）（447）

基于时空数据的用户位置推理在产品推荐、精确营销、交通调度及城市规划等实际应用中有着重要的作用，然而，基于城市交通监控数据的位置推理问题尚未被探索，因此，提出了一种面向稀疏摄像头交通监控数据的工作位置推理方法。首先，收集了路网、兴趣点（POI）等城市交通外围数据，并通过路网匹配的预处理方式获取到了一个含有摄像头、POI等丰富语义信息的真实路网；其次，通过聚类车辆轨迹中所提取的起点-终点（O-D）对来获得车辆重要的停留区域，即候选工作区域；之后，利用所提的in/out访问时间模式的约束，从多个候选区域中匹配出最大可能的工作区域；最后，利用所获取的路网信息和路网周中POI的分布信息提取出车辆的可达POI集合，从而进一步缩小车主的工作位置范围。在一个省会城市真实的交通监控数据集上的综合实验评估和案例分析验证了所提方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于城市交通大数据的车辆类别挖掘及应用分析

纪丽娜, 陈凯, 于彦伟, 宋鹏, 王淑莹, 王成锐

计算机应用 2019, 39 (5): 1343-1350. DOI: 10.11772/j.issn.1001-9081.2018109310

摘要（696）

PDF （1387KB）（480）

实时城市交通监控已成为现代城市管理的一个重要组成部分，视频监控采集的交通大数据在城市管理和交通控制方面得到了越来越多的应用；然而，全城范围内庞大的监控交通大数据还鲜少用于城市交通及城市计算研究。在一个省会城市全城范围内的监控交通大数据上展开了车辆类别挖掘及应用分析研究。首先，定义了周期性私家车、类出租车和公共通勤车三种对城市交通具有重要影响的车辆类别，将车辆类别定义与频繁序列模式挖掘算法相结合提出了相应的挖掘方法。在济南市一周1704个视频监测点，1.2亿次车辆记录数据上，验证了所提定义及挖掘方法的有效性；其次，以4个居民小区为例挖掘分析了居民出行的交通方式及与周围兴趣点（POI）分布关系，此外，还探索了城市交通大数据与POI相结合在城市规划、需求预测和偏好推荐方面的应用潜能。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于载波相位差分的形变监测高精度定位算法

陈凯, 孙希延, 纪元法, 王守华, 陈紫强

计算机应用 2019, 39 (4): 1234-1239. DOI: 10.11772/j.issn.1001-9081.2018071454

摘要（554）

PDF （985KB）（245）

传统载波相位差分算法在形变监测领域适用性不足，实时动态定位（RTK）精度难以满足要求，而载波双差静态相对定位连续解算时形变跟踪性能较低等。针对这些问题，在对动静态算法深入研究的基础上，提出一种基于载波相位差分的动静态自适应融合算法。通过方差变化法实时判断定位结果是否收敛，自适应调节扩展卡尔曼滤波（EKF）状态先验估计过程。在收敛时刻增大位置参数的先验估计误差的协方差值，使EKF后验估计过程倾向于信赖测量值；未收敛时刻通过EKF迭代，使EKF后验估计过程倾向于信赖状态预测值。实验结果表明：相比传统RTK新算法精度有明显提高，水平达±2 mm内，高程达到±4 mm内；相比静态定位则缩减了观测周期，提高了微小形变跟踪性能。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于遗传机制和高斯变差的自动前景提取方法

陈凯星, 刘赟, 王金海, 袁玉波

计算机应用 2017, 37 (11): 3231-3237. DOI: 10.11772/j.issn.1001-9081.2017.11.3231

摘要（480）

PDF （1023KB）（398）

针对无监督或全自动前景提取这一技术难点问题，提出了一种基于遗传机制和高斯变差的自动前景提取（GFO）方法。首先，利用高斯变差提取图像中的相对重要区域，定义为候选种子前景；之后，利用原始图像和候选种子前景的边沿信息，根据连通性和凸球原则生成前景目标区域轮廓，称之为星凸轮廓；最后，构造适应性函数，选择种子前景，利用选择、交叉及变异的遗传机制，得到精确且有效的最终前景。在Achanta数据库和多个视频上的实验结果表明，GFO方法的性能优于已有的基于高斯变差的自动前景提取（FMDOG）方法，且在识别的准确率、召回率以及 F _β指标上都取得了较好的抽取效果。

参考文献 | 相关文章 | 多维度评价

Select

6. 传感器网络中一种基于编码的MAC生成算法

陈凯林亚平易叶青张建明

计算机应用

摘要（1568）

PDF （601KB）（811）

用于数据认证的消息验证码(MAC)在传统有线和无线网络已有广泛应用。然而，传统的MAC生成算法往往生成较长的MAC，并不适合带宽有限的传感器网络。因此，提出了一种适用于传感器网络的MAC生成算法。算法通过位运算和逻辑移位进行数据替换，从而得到与验证的数据长度无关的定长MAC，有效减小了MAC的数据传输量。理论分析及实验仿真表明新算法在保证安全性的同时具有更小的通信开销，是一种能量有效的算法。