基于点线特征视觉惯性融合的机器人SLAM算法

针对弱纹理环境下单目视觉SLAM系统只依靠提取点特征鲁棒性较差的问题,提出一种点线特征视觉与惯导融合的机器人SLAM算法。首先,采用自适应加权提取点线特征并使用普吕克坐标法表示线段,减小计算量同时较好克服线特征提取时线段割裂的不足;其次,采用四叉树法实现点线特征提取均匀化解决特征堆积问题,同时消除点线特征误匹配,再利用视觉点线信息与IMU紧耦合优化机制提高机器人SLAM算法精确度。最后,将该算法在EuRoC数据集和弱纹理环境中进行实验,结果表明,改进后线特征提取相较于传统线特征提取鲁棒性提高了12.94%,相较于原生算法ORB-SLAM3,改进后特征匹配时间节约了19.2%,大型弱纹理环境中绝对定位精度提高了55.6%,所提算法在弱纹理环境中定位效果具有较强的鲁棒性和精确性。     

高中化学线上教学课堂提问与课程标准的一致性分析*——以上海市“空中课堂”为例

以上海市“空中课程”中高中化学X教师的线上课堂教学为例,采用SEC一致性分析模式,从核心素养的“证据推理与模型认知”这一视角,对其课堂提问与课程标准的一致性进行了分析。研究表明:(1)从总体上看,X教师的课堂提问与课程标准中的素养之间具有较好的一致性;(2)X教师的课堂提问在证据推理素养层面上与课程标准一致性程度欠佳,而在模型认知层面上与课程标准具有较好的一致性;X教师的课堂中根据具象证据或模型进行推理论证的问题多于课程标准中的素养要求,根据抽象证据进行推理论证的问题较少;(3)从素养水平维度分析,X教师课堂中低素养水平的问题占较大比例,高素养水平的问题少于课程标准要求;(4)上述偏差的产生主要受线上教学的影响,另外还受到考试要求、教师个人对课程标准的理解等因素的影响。