Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  robot environment
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono modyfikację algorytmu 6DSLAM wykorzystującą semantyczne rozpoznawanie otoczenia. Zastosowanie semantycznego podejścia nie tylko poprawia w porównaniu do klasycznej metody dokładność tworzonej mapy metrycznej przez robota mobilnego, ale także umożliwia tworzenie takiej mapy w trudnych warunkach terenowych. Przedstawiono eksperymenty tworzenia mapy metrycznej/semantycznej budynków uwzględniając jazdę poziomą oraz kierunku pionowym po schodach. Porównano wynik z poprzednią implementacją algorytmu 6DSLAM. Nowe podejście poprawia spójność oraz dokładność mapy metrycznej. Zastosowanie semantycznego rozpoznawania otoczenia pozwala na rozszerzenie mapy metrycznej o nowe informacje o charakterze jakościowym, w tym przypadku rozróżniane są ściany, podłoga, sufit oraz punkty charakteryzujące się otoczeniem nieuporządkowanym.
EN
The paper presents new 6DSLAM algorithm based on semantic recognition of the environment. Semantic approach improves the accuracy of the final metric map and guarantees the robustness of the mapping even in difficult indoor terrain conditions. The metric/semantic mapping of indoor environment is shown with an assumption of robot motion on flat surface and stairs. The result is compared with State of the Art algorithm. The new approach guarantees consistency and accuracy of mapping. Semantic approach allows augmenting metric map with qualitative information such as following labels for 3D points: ceiling, floor, walls and points of non-regular surrounding.
PL
W ramach niniejszej pracy wykonano oprogramowanie realizujące wyznaczanie konturów w obrazach RGB. Zintegrowano kilka różnych algorytmów wygładzania obrazu i wyznaczania obrazu krawędziowego, wykorzystując głównie bibliotekę OpenCV. Napisano bibliotekę do aproksymacji wyznaczonych konturów odcinkami i łukami elips. Zweryfikowano jej działanie na przykładowych, sztucznych i naturalnych obrazach.
EN
In this paper the authors present an implementation of edge detection and contours segmentation algorithms. An extraction of pixel chain of image contour and its approximation to line segments or ellipse arcs is shown. The authors used algorithms, most of them implemented in OpenCV, Mean-Shift for image smoothing, gradient morphology filer and border following algorithm for edge extraction, the Douglas-Peucker algorithm for fitting chains into line segments and SVD based algorithm that fits ellipse to the set of 2D points. The performance of proposed methods is evaluated on computer-generated images and on natural images.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.