基于粒子群优化算法的SLAM闭环检测方法

    公开(公告)号:CN107563308A

    公开(公告)日:2018-01-09

    申请号:CN201710685453.6

    申请日:2017-08-11

    Abstract: 本发明公开了基于粒子群优化算法的SLAM闭环检测方法,主要解决现有闭环检测技术中词袋BOW方法离线训练过程较为复杂的问题。其检测步骤为:(1)判断所获取的当前帧图片是否为关键帧图片;(2)计算当前关键帧图片的描述子;(3)判断当前关键帧图片是否是第一帧关键帧图片;(4)创建帧图片描述子库;(5)扩充帧图片的描述子库;(6)判断帧图片描述子库中关键帧图片数是否等于50;(7)获得最优帧图片;(8)当前关键帧图片与最优帧图片进行匹配;(9)判断暴力匹配对是否等于25对;(10)输出满足闭环条件下的最优帧图片。

    基于粒子群优化算法的SLAM闭环检测方法

    公开(公告)号:CN107563308B

    公开(公告)日:2020-01-31

    申请号:CN201710685453.6

    申请日:2017-08-11

    Abstract: 本发明公开了基于粒子群优化算法的SLAM闭环检测方法,主要解决现有闭环检测技术中词袋BOW方法离线训练过程较为复杂的问题。其检测步骤为:(1)判断所获取的当前帧图片是否为关键帧图片;(2)计算当前关键帧图片的描述子;(3)判断当前关键帧图片是否是第一帧关键帧图片;(4)创建帧图片描述子库;(5)扩充帧图片的描述子库;(6)判断帧图片描述子库中关键帧图片数是否等于50;(7)获得最优帧图片;(8)当前关键帧图片与最优帧图片进行匹配;(9)判断暴力匹配对是否等于25对;(10)输出满足闭环条件下的最优帧图片。

    基于强化学习的多目标进化算法

    公开(公告)号:CN108038538A

    公开(公告)日:2018-05-15

    申请号:CN201711279238.2

    申请日:2017-12-06

    CPC classification number: G06N3/006 G06N3/086

    Abstract: 本发明公开了基于强化学习的多目标进化算法,从搜索空间中随机产生初始种群,对所求得的种群进行评价;对不满足终止条件的种群,利用强化学习选择的DEvariant算子和T算子产生新的值,并对其与邻域的值进行交叉,变异产生新解;产生的新解,与原种群的解进行比较,选择使子问题函数满足最优值的解,来更新种群;利用产生的新种群,计算出新的5维观察向量和回报值R,进而更新RL控制器的状态;判断是否满足终止条件,不满足则不断进行迭代计算,直到满足终止条件,结束。本发明有效解决了MOEA/D对于T参数调节不敏感的问题。

    一种基于ELM的多粒度虹膜识别方法

    公开(公告)号:CN106446804A

    公开(公告)日:2017-02-22

    申请号:CN201610808981.1

    申请日:2016-09-08

    CPC classification number: G06K9/00597 G06K9/00617

    Abstract: 本发明公开了一种基于ELM的多粒度虹膜识别方法,解决了现有虹膜识别方法中提取的特征不完整及识别的速度慢问题,包括图像采集并标记;图像预处理;灰度共生矩阵特征提取过程;2D-Gabor滤波器组特征提取过程;构建多粒度特征向量;虹膜识别模型获取;虹膜类别测试;识别精度计算。本发明将灰度共生矩阵和2D-Gabor滤波器组相结合生成多粒度特征向量,既包含了高频纹理信息,又包含了中低频纹理信息,所以包含较全面的虹膜特征,增强了虹膜的识别特性,提高了虹膜的识别精度,又将ELM应用到虹膜识别过程中,提高了虹膜识别的速度。适用于对识别精度和实时性要求较高的安全信息领域。

Patent Agency Ranking