排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
视觉同步定位与建图（visual simultaneous localization and mapping,VSLAM）技术是近年来机器人和计算机视觉领域的重点研究方向之一,但当前的主流算法主要面向静态环境,当场景中存在运动的物体时,算法的定位精度和稳定性会受到很大影响。为了解决上述问题,提出了一种惯性测量单元（inertialmeasurementunit,IMU）积分与YOLOv4语义分割结合的VSLAM前端动态特征点剔除算法,通过YOLOv4网络对图像进行语义分割,识别图像中有运动可能的物体;再将IMU积分与语义分割结合,对目标检测框内有运动可能的特征点进行重投影误差的解算,识别并剔除环境中运动的特征点。在TUM Visual-Inertial Dataset上验证该算法,结果表明,在包含运动物体的室内场景下,该算法可以有效剔除环境中的运动物体,显著提升SLAM系统的定位精度和稳定性。 相似文献
2.
随着城市更新的开展,市民在项目推进中的空间感知及参与程度日渐成为学者和城市管理实践者关注的话题。在此背景下,本研究以更新项目实施阶段的广州市荔湾区的广钢新城为案例,通过遥感影像提取的绿地变化强度并结合深度访谈,试图探索广钢新城绿地建设的公众参与状况。研究发现：（1）广钢新城的绿地面积增加,空间可达性明显提升,然而与新进入居民的绿地空间感知没有呈现正相关联系;（2）随着更新项目的建设与空间主体的流变,建成区出现新的主体进入,而更新规划阶段主要以原有主体的意见开展,新旧主体公众参与程度参差不齐,从而造成空间使用的失序;（3）主体的变化是城市更新过程中应关注的动态要素,不同主体空间感知需要在社区治理过程中获得关注。本研究结合遥感及地理信息系统技术,以绿地效益的感知作为切入点探讨社区治理,以期为城市更新建设阶段的公众参与及协作范式提供一定的参考。 相似文献
1