《時變環境下基於人類記憶機制的長期SLAM技術研究》是依託中南大學，由陳白帆擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：時變環境下基於人類記憶機制的長期SLAM技術研究
- 項目類別：青年科學基金項目
- 項目負責人：陳白帆
- 依託單位：中南大學
項目摘要,結題摘要,
項目摘要
針對目前大部分同時定位與建圖（SLAM）研究僅關注濾波方法、動態目標處理等方面且局限於系統的短期運行，本項目引入人類記憶模型研究時變環境下的長期SLAM技術，為長期SLAM系統的設計和套用提供新思路。本項目將圍繞長期SLAM中的地圖構建、SLAM算法框架和學習機制三個方面展開，主要包括：（1）針對時變環境，結合人類記憶機制研究一種面向長期SLAM的地圖構建方法。通過評估特徵的穩定性獲取能以最小特徵集表征同一場景的長期記憶，最終建立基於場景外觀樣例的時空地圖，能反映場景外觀隨時間發生的變化，並緩解系統長期運行出現的存儲量問題；（2）研究融合記憶模型的長期SLAM算法，通過場景配準和閉環檢測獲取位姿圖的約束關係，採用流行最佳化方法求解最優位姿序列，同時更新地圖；（3）設計長期SLAM系統的學習機制，解決時變環境下對場景樣例的學習和回想，使系統對時變環境具有適應性。
結題摘要
本項目旨在研究時變環境下長期SLAM技術。主要內容包括：（1）針對群組圖像特徵的檢測，研究了一種基於多示例學習算法的單幅和群組圖像協同顯著性檢測方法；（2）研究了基於稀疏表達和尺度學習的目標跟蹤方法，用於解決長期SLAM中動態目標的影響；（3）針對室內環境，研究了一種基於平面特徵的魯棒RGB-D SLAM方法；（4）針對異步感測器信息融合的問題，研究了一種基於平面共面約束的攝像頭和雷射融合的SLAM方法；（5）研究了一種基於對比散度-受限玻爾茲曼機深度學習方法，可用於長期SLAM系統中不同場景的分類。
