凡科网站做商城,中文建站模板,专业的销售网站,云开发是什么一、填空题#xff08;30分#xff0c;每空2分#xff09;
1. 按照相机的工作方式#xff0c;机器人常用相机分为1#xff09;__ 单目摄像头 2#xff09;__ 双目摄像头 _ 3#xff09;_深度摄像头_ 三类。
2. 度量地图强调…
一、填空题30分每空2分
1. 按照相机的工作方式机器人常用相机分为1__ 单目摄像头 2__ 双目摄像头 _ 3_深度摄像头_ 三类。
2. 度量地图强调精确地表示地图中物体的位置关系通常我们用 稀疏 与稠密 对它们进行分类。
3. 自由度定义为物体能够对坐标系进行独立运动的数目三维空间中完全确定任意物体的位置和姿态至少需要 __6___ __个自由度数目。
4. 按照运动和观测方程是否为线性噪声是否服从高斯分布进行分类分为线性/非线性和高斯/非高斯系统。 5. 地图的形式随SLAM 的应用场合而定。大体上讲它们可以分为度量地图与拓扑地图两种。 6.在视觉SLAM 中前端和计算机视觉研究领域更为相关比如图像的特征提取与匹配等后端则主要是滤波与非线性优化算法。 7. 特征点由关键点Key-point和描述子Descriptor两部分组成。 8.刚体空间运动的旋转向量到旋转矩阵可由罗德里格斯公式相互转化。 得分 二、简答题60分每题10分 1. 给出机器人SLAMSimultaneous Localization and Mapping的定义
2. 整体视觉SLAM流程包括哪5个主要步骤
传感器信息读取。在视觉SLAM 中主要为相机图像信息的读取和预处理。如果在机器人中还可能有码盘、惯性传感器等信息的读取和同步。视觉里程计(Visual Odometry, VO)。视觉里程计任务是估算相邻图像间相机的运动以及局部地图的样子。VO 又称为前端Front End。后端优化Optimization。后端接受不同时刻视觉里程计测量的相机位姿以及回环检测的信息对它们进行优化得到全局一致的轨迹和地图。由于接在VO 之后又称为后端Back End。回环检测Loop Closing。回环检测判断机器人是否曾经到达过先前的位置。如果检测到回环它会把信息提供给后端进行处理。建图Mapping。它根据估计的轨迹建立与任务要求对应的地图。
3. 计算机视觉领域的研究者设计了许多更加稳定的局部图像特征如著名的SIFT, SURF,ORB等等。相比于朴素的角点这些人工设计的特征点拥有哪些特性
可重复性Repeatability相同的“区域”可以在不同的图像中被找到。可区别性Distinctiveness不同的“区域”有不同的表达。高效率Efficiency同一图像中特征点的数量应远小于像素的数量。本地性Locality特征仅与一小片图像区域相关。
4. 列出扩展Kalman滤波器EKF的三点局限性。
滤波器方法在一定程度上假设了马尔可夫性也就是k 时刻的状态只与k1时刻相关而与k 1 之前的状态和观测都无关或者和前几个有限时间的状态相关。这有点像是在视觉里程计中只考虑相邻两帧关系一样。如果当前帧确实与很久之前的数据有关例如回环那么滤波器就会难以处理这种情况。EKF 滤波器仅在^xk1 处做了一次线性化然后就直接根据这次线性化结果把后验概率给算了出来。这相当于在说我们认为该点处的线性化近似在后验概率处仍然是有效的。而实际上当我们离开工作点较远的时候一阶泰勒展开并不一定能够近似整个函数这取决于运动模型和观测模型的非线性情况。如果它们有强烈的非线性那线性近似就只在很小范围内成立不能认为在很远的地方仍能用线性来近似。这就是EKF 的非线性误差是它的主要问题所在。从程序实现上来说EKF 需要存储状态量的均值和方差并对它们进行维护和更新。如果把路标也放进状态的话由于视觉SLAM 中路标数量很大这个存储量是相当可观的且与状态量呈平方增长因为要存储协方差矩阵。因此EKF SLAM 普遍被认为不可适用于大型场景。
5.语义与SLAM两个领域结合能够带来哪两个方面的优势。
语义帮助SLAM。传统的物体识别、分割算法往往只考虑一个图而在SLAM 中我们拥有一台移动的相机。如果我们把运动过程中的图片都带上物体标签就能得到一个带有标签的地图。另外物体信息亦可为回环检测、BA 优化带来更多的条件。SLAM 帮助语义。物体识别和分割都需要大量的训练数据。要让分类器识别各个角度的物体需要从不同视角采集该物体的数据然后进行人工标定非常辛苦。而SLAM 中由于我们可以估计相机的运动可以自动地计算物体在图像中的位置节省人工标志的成本。如果有自动生成的带高质量标注的样本数据能够很大程度上加速分类器的训练过程。
6. 给出单目相机的成像的4个步骤。
首先世界坐标系下有一个固定的点 P 世界坐标为 Pw 由于相机在运动它的运动由 R, t 或变换矩阵 T ∈ SE(3) 描述。P 的相机坐标为P˜c RPw t。这时的 P˜c 仍有 X, Y, Z 三个量把它们投影到归一化平面 Z 1 上得到 P 的归 一化相机坐标Pc [X/Z, Y /Z, 1]T ①。最后P 的归一化坐标经过内参后对应到它的像素坐标Puv KPc。
三、计算题10分每题10分
1. 已知点u的坐标为[7,3,2]T对点u依次进行如下的变换1绕z轴旋转90°得到点v2绕y轴旋转90°得到点w3沿x轴平移4个单位再沿y轴平移-3个单位最后沿z轴平移7个单位得到点t。求u, v, w, t各点的齐次坐标。
解点u的齐次坐标为 v Rot(z,90°)u w Rot(y,90°)v t Trans(4,-3,7)w
1(SLAM是什么)、15(相机类别) 、19SLAM流程、46、55、85、154人工设计的特征点特性、158、207、221、241EKF局限性、285、341
