基于卷积神经网络的语义同时定位以及地图构建方法

环境感知技术是智能车功能实现的前提,而在感知的基础上提高智能车对环境的认知能力是实现全自动驾驶的关键。本文针对室外交通场景,基于卷积神经网络提出了一种新的智能车同时定位以及语义地图构建方法,对智能车进行定位,并且构建稠密的3D语义地图,提高智能车的环境感知、认知能力。首先,基于双目ORB-SLAM提出了一种四线程的双目SLAM（Simultaneous Localization and Mapping）方法构建稠密的3D点云地图,四线程分别为追踪线程,局部地图构建线程,回环检测线程以及稠密地图构建线程;其次,为提高智能车的环境认知能力,使用端对端的方法对图像进行语义分割,并且为提高语义分割精确率,将环境的几何信息也作为卷积神经网络输入;最后,将感知的能力与认知的能力相结合构建语义地图,为智能车实现全自动驾驶奠定基础。本文将算法在KITTI数据集上进行测试,整体算法速度为10帧/秒,语义分割的全局精确率为73.1%,构建的语义地图显示本文提出算法能够在大规模室外场景下重构全局一致性地图,并且帮助智能车实现对环境的解析。     

通过金融发展推动国企改革

国企改革离不开金融改革,两者是一个互动过程,需要共同推进、共同发展。但企业与金融到底应该形成怎样的一种关系,需要进一步探讨和经实践进一步修正。企业改革要进行下去,而金融改革更要坚持不懈。长期而言,金融因素是经济生活中最为活跃的因素之一,它的变数最大,要不断地改革才能适应整个的发展格局。因而无论是从目前推动、深化国企改革,还是从长期动态的观点考虑,选择金融作为突破口是正确且明智的。