Отрывок: Алгоритм поиска потенциально связанных обла- ков точек (АППСОТ): Шаг 1: Присвоить vm ← 0. Шаг 2: Для всех b ∈ BM и k ∈ K(b.d) присвоить 1 img( . ) img( . ) 1 2 . + ( . ) . .k n k n a b k dv v w k d w k d ⎛ ⎞← ⎜ ⎟⎝ ⎠ Шаг 3: Построить такое множество индексов I (M) ⊆ I = {0, 1, ..., M – 1}, что ( ) \ ( ) min max | ( ) | .i ki I M k I I Mv v I M M∈ ∈ ′≥ ∧ = I(M) – множество индексов изображений, потенци- ально связанных с изображением с номером M. Зада- ча весовых функций wa(x) и wb(x...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Камаев, А.Н. | - |
dc.contributor.author | Карманов, Д.А. | - |
dc.contributor.author | Kamaev, A.N. | - |
dc.contributor.author | Karmanov, D.A. | - |
dc.date.accessioned | 2018-08-06 13:09:03 | - |
dc.date.available | 2018-08-06 13:09:03 | - |
dc.date.issued | 2018-06 | - |
dc.identifier | Dspace\SGAU\20180802\71219 | ru |
dc.identifier.citation | Камаев, А.Н. Визуальная навигация автономного необитаемого подводного аппарата с глобальным поиском связей между изображениями / А.Н. Камаев, Д.А. Карманов // Компьютерная оптика. – 2018. – Т. 42, № 3. – С. 457-467. – DOI: 10.18287/2412-6179-2018-42-3-457-467. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-2018-42-3-457-467 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Vizualnaya-navigaciya-avtonomnogo-neobitaemogo-podvodnogo-apparata-s-globalnym-poiskom-svyazei-mezhdu-izobrazheniyami-71219 | - |
dc.description.abstract | В статье рассматривается задача навигации автономного необитаемого подводного аппарата. Изображения, получаемые бортовой стереокамерой, используются для построения облаков точек, привязанных к конкретным положениям аппарата. Квантованные дескрипторы точек хранятся в метрическом дереве для организации процедуры быстрого поиска с использованием алгоритма best bin first. Связи для нового облака точек ищутся в небольшой группе облаков, которые имеют наибольшее число похожих дескрипторов, сохранённых в дереве. Таким образом, новое облако может быть позиционировано относительно других облаков без какой-либо априорной информации о положении АНПА и точности, с которой это положение известно. Это приводит к повышению надежности системы навигации, делает систему нечувствительной к пропускам данных, однотонным участкам дна и длинным проходам без пересечений собственной траектории. В статье рассматриваются алгоритмы построения облаков точек, сопоставления этих облаков, построения групп потенциально связанных облаков для ускорения процедуры глобального поиска связей. Также предлагается основной алгоритм навигации, состоящий из трёх выполняемых параллельно подпрограмм: добавление изображений в систему, обновление дерева поиска, оптимизация. Предложенный алгоритм навигации тестируется как на реальных, так и на синтетических данных. Тесты на реальных данных показывают, что траектория может быть построена даже для последовательностей с 60 % пропущенных изображений и малым или нулевым перекрытием последовательных снимков. Тесты на синтетических данных демонстрируют, что построенная траектория близка к истинной даже для длительных миссий. Средняя скорость работы навигационной системы составляет 3 кадра в секунду на процессоре среднего ценового диапазона. | ru |
dc.description.sponsorship | Работа выполнена при поддержке гранта РФФИ (№ 16-31-00187 мол_а). | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.relation.ispartofseries | 42/3; | - |
dc.subject | АНПА | ru |
dc.subject | SLAM | ru |
dc.subject | особые точки | ru |
dc.subject | счисление пути | ru |
dc.subject | сопоставление изображений | ru |
dc.title | Визуальная навигация автономного необитаемого подводного аппарата с глобальным поиском связей между изображениями | ru |
dc.title.alternative | Visual navigation of an autonomous underwater vehicle based on the global search of image correspondences | ru |
dc.type | Article | ru |
dc.textpart | Алгоритм поиска потенциально связанных обла- ков точек (АППСОТ): Шаг 1: Присвоить vm ← 0. Шаг 2: Для всех b ∈ BM и k ∈ K(b.d) присвоить 1 img( . ) img( . ) 1 2 . + ( . ) . .k n k n a b k dv v w k d w k d ⎛ ⎞← ⎜ ⎟⎝ ⎠ Шаг 3: Построить такое множество индексов I (M) ⊆ I = {0, 1, ..., M – 1}, что ( ) \ ( ) min max | ( ) | .i ki I M k I I Mv v I M M∈ ∈ ′≥ ∧ = I(M) – множество индексов изображений, потенци- ально связанных с изображением с номером M. Зада- ча весовых функций wa(x) и wb(x... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
420314.pdf | Основная статья | 933.51 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.