音频感知哈希闭环检测的无人机仿生声呐SLAM算法研究
针对基于SLAM技术无人机在特定高度下构建二维经历图的优化问题,在RatSLAM的基础上,采用仿生声呐系统代替视觉传感器的BatSLAM模型和音频感知哈希闭环检测,实现在暗光条件下的二维经历图优化.BatSLAM模型通过绝对差值和(SAD)图像处理方法来进行仿生声纳模板的更新,此方法仅仅判断二幅耳蜗图外观是否一致,不存在几何处理和特征提取.由于耳蜗图在获取和传输过程中会产生各类噪音,相同位置获得的耳蜗图具有一定的差异,会导致构建的经历图失真.本文在BatSLAM的基础上,使用音频感知哈希算法对耳蜗图进行特征提取,并进行闭环检测.改进后的算法不仅考虑到外观,而且考虑到相邻频带间的能量差异,通过提高闭环检测准确率,来改善经历图的失真问题.仿真实验表明:采用基于音频感知哈希闭环检测的BatSLAM模型,不仅实现了无人机特定高度和暗光条件下二维经历图的构建,而且提高了闭环检测准确率,从而改善经历图的失真问题,实现经历图的优化.
同步定位与地图构建、音频感知哈希、无人机、闭环检测、仿生声呐系统、经历图、绝对差值和、耳蜗图
14
Q811.211;TP751(生物工程学(生物技术))
安徽省高校优秀青年人才支持计划项目gxyqZD2018050
2019-04-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
338-345