Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Referat przedstawia nowe algorytmy 6DSLAM w zastosowaniu do zrobotyzowanego mobilnego systemu mapowania 3D. W ramach pracy nad systemem mapowania opracowano architekturę algorytmu 6DSLAM umożliwiającą zastosowanie różnych technik rejestracji danych. Algorytm składa się z modułu iteracyjnej rejestracji danych, przy czym zaimplementowano następujące metody ICP (ang. Iterative Closest Point). ICP punkt do rzutu punktu (ang. ICP point to projection), ICP wykorzystujące semantyczną dyskryminację punktów (semantic ICP), LS3D (ang. Least Square Surface Matching). NDT (ang. Normal Distributions Transform). Algorytm realizuje także zagadnienie zamknięcia pętli za pomocą metod LUM oraz LS3D. Wprowadzono autorską modyfikację metody LUM poprzez implementację różnych technik wyznaczania najbliższych sąsiadów w tym punkt do punktu, punkt do rzutu a także wykorzystujące semantyczną dyskryminację punktów. Implementacje oparto o modyfikację istniejących rozwiązań: 3DTK oraz PCL oraz o autorską implementację wykorzystującą obliczenia równolegle z zastosowaniem biblioteki NVIDIA CUDA 7.5. Przedstawiono eksperymenty weryfikujące zasadność zastosowania poszczególnych metod biorąc pod uwagę praktyczne zastosowania.
EN
This work concerns new 6DSLAM algorithms with application of robotic mobile 3D mapping system. New architecture of 6DSLAM algorithm is designed to make possible reconfigure algorithm for different registration techniques. Algorithm is composed of iterative registration component, thus ICP (Iterative Closest Point), ICP (point to projection). ICP with semantic discrimination of points, LS3D (Least Square Surface Matching), NDT (Normal Distribution Transform) can be chosen. Loop closing is based on LUM and LS3D. New modification of LUM method is proposed, thus it is based on novel nearest neighbourhood search implementations such as point to point, point to projection, semantic discrimination of points. Implementation is based on modified 3DTK and PCL frameworks and novel parallel programming techniques using NVIDIA CUDA 7.5. Paper shows experiments that are demonstrating advantages of proposed approach in relation to practical applications.
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.