月面巡視器基于深度學習的即時定位與建圖
摘要：針對載人登月對月面大范圍行走探測以及月面巡視器導航定位的要求,提出了一種基于深度學習的視覺即時定位與建圖(SLAM)方法。該方法設計了一個全監督的卷積神經網絡對單目SLAM建模,減少了傳統方法中人工設計特征和根據場景設置各種參數閾值的局限性;同時,利用深度學習模型良好的遷移學習能力,從大量地面數據訓練并在少量仿月表面數據微調中得到網絡的參數,從圖像序列中直接估計平移量和旋轉量;此外,引入了三維點云構成的稀疏深度圖作為監督,采用光度誤差構造的損失函數將深度信息和位姿信息結合,得到位姿估計的精度比肩傳統SLAM算法,同時增加了算法對環境的適應性和魯棒性。實驗證明該算法在城市道路環境和仿月表面環境均有較優的性能。
注: 保護知識產權,如需閱讀全文請聯系載人航天雜志社
相關推薦
更多
