elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Input Image Adaption for Robust Direct SLAM using Deep Learning

Wang, Sen (2020) Input Image Adaption for Robust Direct SLAM using Deep Learning. DLR-Interner Bericht. DLR-IB-RM-OP-2020-187. Masterarbeit. Technische Universität München (TUM). 60 S.

[img] PDF
28MB

Kurzfassung

Direct SLAM methods have drawn much attention in the recent years since they have achieved exceptional performance on visual odometry tasks. However, they are prone to suffer from lighting or weather changes. To overcome this, we employ an adapted U-Net that translates the colors of regular images into a high-dimensional feature space. The network is trained to be insensitive to lighting effects as a Siamese U-Net, using labels that are automatically generated from synthetic datasets, without any human intervention. To generate more consistent high-dimensional feature maps, we propose the Cross Triplet Loss utilizing cross information in two images under different domains, and a new sampling method which can generate a wider range of samples by adding weights while sampling. Experiments on different weather and sequences with different textures show that the proposed method outperforms classical feature extraction methods and state-of-art deep learned feature extraction methods.

elib-URL des Eintrags:https://elib.dlr.de/139103/
Dokumentart:Berichtsreihe (DLR-Interner Bericht, Masterarbeit)
Titel:Input Image Adaption for Robust Direct SLAM using Deep Learning
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Wang, SenInstitut für Robotik und Mechatronikhttps://orcid.org/0000-0002-3610-7999NICHT SPEZIFIZIERT
Datum:November 2020
Referierte Publikation:Nein
Open Access:Ja
Seitenanzahl:60
Status:veröffentlicht
Stichwörter:SLAM, visual odometry, Deep Learning, Triplet Network, Neural Network
Institution:Technische Universität München (TUM)
Abteilung:Human-centered Assistive Robotics
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Multisensorielle Weltmodellierung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Geyer, Günther
Hinterlegt am:07 Dez 2020 11:00
Letzte Änderung:07 Dez 2020 11:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.