排序方式： 共有82条查询结果，搜索用时 11 毫秒
81.
随着位置服务(LBS)的普及，基于智能手机的行人步频检测方法对行人航迹推算(PDR)有重要影响.针对传统步频检测方法在行人多种运动模式下计步误差大的问题，提出一种结合CNN-BiLSTM-SA运动模式识别的自适应步频检测方法.首先根据行人行走特点划分运动模式，使用卷积神经网络(CNN)提取行人不同运动模式的局部特征，利用自注意力机制(SA)对提取的运动特征进行权重分配；再结合双向长短期记忆网络(BiLSTM)挖掘行人运动特征的前后时序关系进行分类识别；然后根据分类结果提出自适应最小峰距和自适应动态阈值两个特征约束的峰值检测算法对步频进行检测，并在步行中动态调整阈值大小.实验结果表明：本文提出方法在8种组合运动模式下步频检测平均误差率为1.31%，与传统峰值检测相比误差率降低5.97%，同时也优于固定阈值法. 相似文献
82.
针对内河水域环境水面镜像极易受扰动产生扭曲形变，从而导致视觉SLAM位姿估计不准确的问题，提出匹配地图点和最大梯度估计的方法用于估计水平面位置，区分了水域环境和真实环境的地图点。提出了一种判断水域环境可靠性方法，用于决定追踪侧重于真实环境或全局环境；建图环节中保留水域环境的地图点，用于估计当前水面范围。基于USVInland数据集提供的内河水域场景测试表明，相比原ORB-SLAM3算法，该文算法在仿真平台运行速度比原算法多花费约10%的时间，但绝对轨迹误差平均降低了47%。 相似文献