188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
airsed

上传于:2014-08-31

粉丝量:12

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 自然场景理解的研究与进展

    星级: 11 页

  • 【精品】自然场景理解的研究与进展

    星级: 11 页

  • 移动机器人基于视觉室外自然场景理解的研究与进展

    星级: 11 页

  • 移动机器人基于视觉室外自然场景理解的研究与进展

    星级: 11 页

  • 移动机器人基于视觉室外自然场景理解的研究与进展

    星级: 11 页

  • 移动机器人基于视觉室外自然场景理解的研究与进展

    星级: 11 页

  • 移动机器人基于视觉室外自然场景理解的研究与进展

    星级: 11 页

  • 基于分层区域合并的自然场景理解,基于分层区域合并的自然场景理解

    星级: 6 页

  • 场景监视与理解研究新进展

    星级: 7 页

  • 场景监视与理解研究新进展

    星级: 6 页

  • 场景监视与理解研究新进展

    星级: 6 页

  • 场景监视与理解研究新进展

    星级: 6 页

  • 场景监视与理解研究新进展

    星级: 6 页

  • 基于分层区域合并的自然场景理解(已修)

    星级: 6 页

  • 基于分层区域合并的自然场景理解

    星级: 64 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 自然场景理解的研究与进展

下载积分: 2000

内容提示: 第 36 卷 第 1 期自动 化 学 报Vol. 36, No. 12010 年 1 月ACTA AUTOMATICA SINICAJanuary, 2010移动机器人基于视觉室外自然场景理解的研究与进展庄 严1, 2陈 东1, 2王 伟1韩建达2王越超2摘前提条件. 移动机器人使用视觉传感器来进行室外自然场景的理解一直是该领域的研究热点. 本文首先介绍了 基于视觉的移动机器人自然场景理解的研究现状, 对其相关子领域的研究思路与前沿技术进行了 着重论述与分析, 并从实时性和环境自适应性等方面对相关技术的实用性问题加以讨论. 最后对该领域的研究重点和技术发展趋势进行了探讨.要对于工作在典型非结构化场景...

文档格式:PDF | 页数:11 | 浏览次数:14 | 上传日期:2014-08-31 07:23:32 | 文档星级:
第 36 卷 第 1 期自动 化 学 报Vol. 36, No. 12010 年 1 月ACTA AUTOMATICA SINICAJanuary, 2010移动机器人基于视觉室外自然场景理解的研究与进展庄 严1, 2陈 东1, 2王 伟1韩建达2王越超2摘前提条件. 移动机器人使用视觉传感器来进行室外自然场景的理解一直是该领域的研究热点. 本文首先介绍了 基于视觉的移动机器人自然场景理解的研究现状, 对其相关子领域的研究思路与前沿技术进行了 着重论述与分析, 并从实时性和环境自适应性等方面对相关技术的实用性问题加以讨论. 最后对该领域的研究重点和技术发展趋势进行了探讨.要对于工作在典型非结构化场景中的移动机器人系统, 具有良好的室外自然场景感知与理解能力是其能够自主运行的关键词自然场景理解, 自主移动机器人, 场景表达, 统计建模, 计算机视觉, 认知学习DOI10.3724/SP.J.1004.2010.00001Status and Development of Natural Scene Understanding forVision-based Outdoor Moblie RobotZHUANG Yan1, 2CHEN Dong1, 2WANG Wei1HAN Jian-Da2WANG Yue-Chao2Abstractin the challenging unstructured environment. The intention of this paper is to investigate the status and development ofthis technology, point out and analyze some cutting-edge technologies in the relevant sub-domains. Practical issues arediscussed throughout the paper in terms of real-time and self-adaptation aspects. The research emphases and prospectivetechnical development trends are also proposed at the end of this paper.Natural scene understanding is an indispensable capability for vision-based outdoor mobile robots workingKey wordsputer vision, cognitive learningNatural scene understanding, autonomous mobile robot, scene representation, statistical modeling, com-如何使机器人能更好地理解其所工作环境, 或具有与智能生命体相类似的环境认知能力, 是长久以来国内外学者密切关注并积极研讨的具有挑战性的研究课题之一. 在相对结构化的室内环境中, 借助于多传感器融合技术的移动机器人自 主环境感知、环境地图构建以及室内 场景认知技术相对成熟[1].因此近年来自主移动机器人 (包括自主无人驾驶车)的研究与应用正逐步从室内结构化环境向野外完全非结构化环境进行扩展. 基于视觉的室外自 然场景理解是工作在复杂自然环境中的移动机器人能够实现自 主环境适应所应具备的基本条件. 由于室外自然场景的多样性、 随机性、 复杂性以及移动机器人的运动性, 所构建的场景理解系统应具有较高的实时性和自 适应性. 实时性是指由于自然场景图像本收稿日期 2009-01-06Manuscript received January 6, 2009; accepted May 6, 2009国家高技术研究发展计划 (863 计划) (2007AA04Z257), 国家自然科学基金 (60605023, 60775048), 和机器人学国家重点实验室开放课题(RLO200802) 资助Supported by National High Technology Research and De-velopment Program of China (863 Program) (2007AA04Z257),National Natural Science Foundation of China (60605023,60775048), and Open Fund for State Key Laboratory of Robotics(RLO200802)1. 大连理工大学信息与控制研究中心 大连 116024家重点实验室 沈阳 1100161. Research Center of Information and Control, Dalian Univer-sity of Technology, Dalian 116024Robotics, Shenyang 110016录用日期 2009-05-062. 机器人学国2. State Key Laboratory of身 的不稳定性和复杂性, 为了 提高辨识效果往往会造成图像处理的时间开销过大, 因此必须要兼顾算法的效率与辨识效果. 同时为了 应对所处环境中自然景物的非结构化特性和随机性, 以及景物在不同地形地貌之中的相互组合与关联, 算法的自 适应性也是决定自然场景理解效果的重要因素.目 前视觉场景理解还没有严格统一的定义. 参考麻省理工、 卡耐基梅隆、 斯坦福等大学的国际著名科研团队的研究工作[2−4], 视觉场景理解可表述为在环境数据感知的基础上, 结合视觉分析与图像处理识别等技术手段, 从计算统计、 行为认知以及语义等不同角度挖掘视觉数据中的特征与模式, 从而实现场景有效分析、 认知与表达. 近年来结合数据学习 与挖掘、 生物认知特征和统计建模方法构建的视觉场景认知理解系统, 为室外场景辨识和物体识别提供了 新的解决方案. 其中 最具代表性的是由美国国防高级研究计划局 (DefenceAdvanced Research Projects Agency, DARPA) 主办的野外无人车挑战赛[5], 参赛无人车在室外复杂场景下的深层环境感知和稳定运行推动了 自 然场景理解在实际平台上的技术转化.然场景的多样性与复杂性, 传统室内 移动机器人的辨识与认知技术无法轻易地转移利用, 这就为室外自 然场景理解提出了 新的研究需求与技术挑战.但由于室外自

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司