论文部分内容阅读
在线评论有用性的形成机理 ——在线互动的中介与产品特征的调节
【出 处】
：
重庆邮电大学
【发表日期】
：
2021年01期
其他文献
视觉同时定位与建图（Visual Simultaneous Localization and Mapping,V-SLAM）和路径规划是室内移动机器人实现自主导航的核心技术。随着深度学习的飞速发展,为基于V-SLAM的移动机器人领域提供了崭新的研究方向。目前,移动机器人自主导航系统的环境地图精度和路径规划性能还需要进一步提高。因此,研究基于深度学习的室内移动机器人V-SLAM导航技术具有重要的理论
在国际单位制中,温度作为基本的物理量之一,对于科学研究、工业生产乃至于日常生活方面的重要性是不言而喻的。目前常见的测温方法多为接触式测温,但是接触式测温容易受到周围环境的影响,例如在一些强磁场环境容易受到磁场的影响从而干扰到测量结果,在风洞模型中不容易接触到物体从而使测量不准确,在这些环境下,接触式测温就会有一些固有的局限性。而非接触式测温一般采用非电信号并且在温度测量的过程中不用直接接触物体,因
闭环检测能够有效减少建图的累积误差,是视觉SLAM（Simultaneous Localization and Mapping）系统中的一个关键模块。有效且稳定的闭环检测对于视觉SLAM系统至关重要,现有的基于视觉词袋模型的闭环检测算法鲁棒性较差,准确率不高,且会占用大量内存资源。因此,本文针对以上问题对闭环检测的特征提取及匹配过程进行研究,旨在提高算法的鲁棒性和准确率,增强视觉SLAM系统实时性