摘要 - 自主在现实世界环境中进行自主导航,搜索和救援操作的特殊性,无人驾驶飞机(UAVS)需要全面的地图以确保安全。但是,普遍的度量图通常缺乏对整体场景理解至关重要的语义信息。在本文中,我们提出了一个系统来构建一个概率度量图,并富含从RGB-D图像中从环境中提取的对象信息。我们的方法结合了前端的最先进的Yolov8对象检测框架和后端的2D SLAM方法 - 制图师。为了有效跟踪从前端接口提取的语义对象类别类别,我们采用了创新的bot-sort方法。引入了一种新颖的关联方法来提取对象的位置,然后用度量图将其投影。与以前的研究不同,我们的方法在具有各种空心底部对象的环境中可靠地导航。我们系统的输出是概率图,它通过合并特定于对象的属性,包括类别的差异,准确定位和对象高度来显着增强地图的表示形式。已经进行了许多实验来评估我们提出的方法。结果表明,机器人可以有效地产生包含多个对象(尤其是椅子和桌子)的增强语义图。此外,在嵌入式计算机-Jetson Xavier AGX单元中评估我们的系统,以在现实世界应用中演示用例。索引项 - 语义映射,无人机,ROS,度量图。
han,s,yuan,x,Zhao,f,Manyande,Anne Orcid:https://orcid.org/0000-0000-0000-0002-8257-0722,Gao,Go,f,wang,j,j,j,Zhang,w and Zhang,w and tian,x(2024)aletiation aletiation neuropsivation neuropiuntion neuropiuntion neuropiuntion neuropiuntion neuropiuntion neuropiunty 2通过PI3K/AKT途径的小胶质细胞极化和突触可塑性。炎症研究,第73页。157-174。ISSN 1023-3830
2024 年 8 月 9 日 — 微电子。公众有限公司。泰铢。58%。港币。100%。美元。韩亚微电子。投资有限公司。100%。韩亚微电子。(柬埔寨)。有限公司。
本文件是一份真实的电子证书,仅供客户业务使用。允许打印电子证书版本,并将被视为副本。本文件由公司根据 SGS 认证服务一般条款签发,条款与条件 | SGS 中提供。请注意其中包含的责任限制、赔偿和管辖权条款。本文件受版权保护,任何未经授权更改、伪造或篡改本文件内容或外观的行为均属违法。
我们先从经典信息论中的法诺不等式说起。一个马尔可夫链 X → Y → ˆ X,其中一个随机变量 X,以及从观测 Y 中得到的估计 ˆ X。最简单的理解是,这个马尔可夫链就是一个通信信道,其中 Y 等于噪声加上 X,ˆ X 是基于 Y 做出的估计。因此,最好的情况是 H(X|ˆ X)=0,这意味着我们的估计完全恢复了原始的 X 而没有错误,但是在大多数其他情况下这基本上是不可能的,因此我们感兴趣的是通过信道丢失了多少信息,换句话说,H(X|ˆ X),给出了估计 ˆ X 时 X 还有多少不确定性。因为它不是理想的,所以出错是不可避免的,我们定义 P e=P(ˆ X ̸= X) 和一个新的随机变量 Z [2]。