行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器学习 > 正文

记“渣硕”的一篇SCI写作历程(SLAM方向)

SLAM是强实战的交叉学科,在SLAM知识星球经常收到很多同学的提问,大家对于发表SLAM方向的论文一脸懵逼,在论文、项目和就业三座大山下鸭梨山大。
 
最近计算机视觉life刚好看到华中科技大学硕士三川小哥的一篇SCI写作历程,虽然他自称“渣硕”,但是凭借自身的努力发表了SCI论文,整个过程非常有借鉴意义,感谢三川的分享~
 
幼时好清净,常闷家门里,却有学者梦,附庸风雅也,叶公好龙罢,总是梦想做一个悟言一室、穷究其理的人。站在人烟罕至、空气稀薄的理论高空,静静的看着熙熙攘攘的人们,被世俗的教条、道德的约束所禁锢。而我却能往来期间,从心所欲而不逾矩。问君何能尔,看破字行间?虽然我目前根本做不到,而且越来越社会,今后也不可能做到了。但读研究生的学习机会,给了我一个契机:我或许可以在一个很小的分支领域做到前无古人后无来者的境界。
 
于是我带着这个执念出发,开始寻找自己的研究点,开始心气大,只想做理论深的,观点新的,格局大的。找各种论坛交流,邮件请教,甚至自己组织举办华科SLAM交流会,走访一些实验室,初生牛犊啊。基于SLAM方向,先后研究了稀疏矩阵分解的算法优化,增量平滑建图优化,词袋索引回环检测,因子图优化等方向,虽然2018年发表了一篇“稀疏矩阵分解优化算法”的论文,但终究因为结果不好,层次不高,内心不能满足。
 
在老师的鼓励下,我也自觉的心气不衰,便于19年春节后,带着新年的喜悦重整出发,我先总结自己上一篇文章的经验,总结了上一篇论文的三大问题:
理论太深,太深就需要更宏观的视野,需要对基础问题的驾轻就熟,需要长期的实践经验才能对问题看透,否则就像我,问题都解释不清,怎么能提出优化方法呢?
 
阅读太少,我提出的一些创新点,后来发现都是别人试错过的,或者常规的解决思路,因为阅读的太少,盲人摸象,最后越做越泄气。
 
操之过急,年少肝火气旺,总想着一口吃个大胖子,每天把计划规定的死死的,一点都不能商量。可时间是刚性的,进展是柔性的,最终为了赶上自己的跃进步伐,前期的调研和基础测试实验,只能草草了事以赶进度,后期发现。
 
所以我在新的一篇文章构思前,确定了三条方针:创新点要与实际应用相关,前期要深入掌握发展脉络,最后的实验必须完善严肃。
 
2、找论文方向
综合上一个论文的经验和一段时间的调研,我把目光聚焦于激光雷达的帧间配准算法方面。早春的梧桐枯叶凌冽寒风,一片片潇潇落下,寻找创新点的过程也是一如既往的痛苦,整天游离在各种雷达点云的数据结构和处理模型之间。但逐渐发现,这个贴近于应用的研究方向也存在很多问题,首先变量规模太小,可优化的空间也小,导致其可操作空间小,翻阅已发表的论文来来去去都是这么几个优化方面。
 
瞬间感觉矫枉过正,作无可做,但是时间不饶人啊,将近阳春三月,按照计划是在暑假前交稿。而时间慢慢流逝让我感到可供选择的机会已经不多了,急躁的心情被这漫天的梧桐飞絮搞得毛毛乱乱,我必须在已经掌握的方向中,找一个合适的论文点。
 
抱着王八吃秤砣的心,坚决不变方向,坚定路线。后来在多次复现实验中,我发现了现有NDT算法的一个小漏洞,即采用格栅划分的雷达点不适和正太分布,至少在部分情况下。主要是因为NDT采用格栅划分的方式太过死板,无法对雷达点的分布做出自适应调整。(论文“找问题”才是最重要的,要真问题的问题,有问题的问题。)
 
晚春柔风细雨,梧桐嫩芽新绿,争着往外生长,一天一个样,给人希望和新生。要解决的问题已经找到,接下来就是找方法了。自适应分类的算法不外乎聚类,包括Kmeans,FuzzyCmeans,DBSACN。一个个测试,结果基于密度的聚类划分效果比较好。
 
所以决定采用DBSCAN作为主体划分方法,但效果仍然很差,接下来就是打补丁的过程:
补丁一:由于雷达的点具有辐射状分布,而DBSCAN采用的欧式距离测度不合适变化的间距,我提出了一种以三角函数来动态测距的方法。
 
补丁二:虽然DBSCAN把整个雷达点集合聚类在了一起,但是有的区域因为雷达点分布的连续性太高了(密度可达性),导致有的类又聚的太大了,不能正常拟合成高斯分布,只能采用对他做二次分类(隐隐感觉到最终速度不行),我对比了Hough变换、最近邻点、Kmeans三种,最终选择了Kmeans作为二次划分方法。
 
补丁三:怎么确定哪个DBSCAN结果需要进行细分呢?随后找到了一种,基于奇异值分解的算法。筛选每个点集的主特征值和次特征值,求其之比。比例过大就进行二次划分。
 
补丁四:K-means的K参数怎么确定呢?这是后来审稿人提出问题,遂又把奇异值比率的结果,修正后用在这个地方。
 
千疮百孔,补丁打完。可以着手编程出实验了,实现过程也是一步一个坎,琐碎步骤,按下不表。一个月的编程实验后,时已夏日炎炎,不觉窗外梧桐已树荫茂盛,密不透风,算法程序验证后,结果很差,优化也效果不济,心情也被这铺满窗的树叶捂得闷热。显然,加了那么多聚类步骤,算法的计算时间被严重拉趴下。虽然结果算法的计算速度很慢,但是相比于原有NDT,匹配精度统计上的微弱提高。
 
结果已定,抓紧成稿,窗外树叶合风,与我的键盘敲击声,协然而奏。盛夏的火龙果和大西瓜清脆爽口,是个丰收的时节,一个多月的时间,一篇英文文稿已定。一遍遍修改,找老师们提意见。最终八月投稿到了一个SCI期刊。

 

3、修改
中间有两个多月等待结果,正好腾出了我找工作的时间。
 
秋雨涟涟,树叶以殷实墨绿,其后写毕业论文的过程中也比较清闲,结合已发表的算法文章,构成我的毕业论文的核心部分。
 
一场秋雨一场寒,武汉的冬天来得那么迅猛,让人措手不及,周围一个个打着喷嚏的人们让我身感不安,梧桐树叶已泛黄,零星的几片难禁寒风,飘飘落地。一个突然的email,打断了我的懒散,论文审稿意见出来了,四个评委三个大修,一个通过。四十多条反馈问题,刀刀见肉,专家到底见识深远,我想掩盖的小bug,一个都没被放过,关公面前耍大刀,很是打击人。
 
经过多方咨询了解,获知大修表示很有可能接受,我又瞬间满血复活,开始修改吧。从最被诟病的实验开始,把原来在ROS下的仿真实验统统删掉,换成开源数据集的实际实验。写接口统一数据格式程序,找框架输出结果。实验改完后改程序推导流程,和各个参数的初始化,还有很多公式的格式错误。然后改图表,出高清插图。四十条评审意见逐条回复。最后整体改语法,英语啊,全文打印并逐句修改,然后文档勘误,反复四轮,增删改调,枯燥乏味,无可奈何。
 
最终连续一个月的修改完善,元旦假日,冬天温暖的阳光,穿过的梧桐枯叶的缝隙,照进窗来暖洋洋,经老师确认,最终提交了修改稿提交。虽然最终结果也难以预料,尽力而为,只盼能被接收吧。
看看窗外的梧桐枯枝上戏耍的两只鸟,如大病初愈,一身轻松。
 
4、接收
肺炎疫情让我每天提心吊胆,农历新年就在明天,除夕早起,打开手机,两个新邮件在消息栏,熟悉的title让我激动不已,我新潮澎湃的打开,看到三个评委都是通过,一个评委也同意接收,第二封邮件上,那个“accept”单词,好像被放大了很多倍,我拼读了好几遍,a-c-c-e-p-t,生怕认错了,我又小心翼翼的看看前后有没有否定单词。

 

 
啊,在农历最后一天,终于被接收了,我躺在老家暖和的被窝里,脑子里浮现了实验室那个角落,坐了一年的老小孩。不知窗外的那片梧桐树如今冬貌何芹,等疫情平息后,再次见到他们,应该又是嫩芽新发,再一个轮回吧。

 

 
声明:文章收集于网络,版权归原作者所有,为传播信息而发,如有侵权,请联系小编删除,谢谢!
 
 

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部