-
公开(公告)号：CN113160401A
公开(公告)日：2021-07-23
申请号：CN202110331113.X
申请日：2021-03-29
Applicant: 东北大学
Abstract: 本发明公开了一种面向物体的视觉SLAM轻量化语义地图创建方法，通过几何SLAM和语义目标检测为图像中物体分配对应的三维点云以初始化物体；采用非参数统计和参数统计进行物体数据关联以更新物体数据库；利用对离异点鲁棒的孤立森林算法估计物体初始位置和尺寸，通过线段对齐算法估计物体方向，并同相机位姿一起联合优化得到准确的物体9自由度位姿；采用三维立方框和二次曲面对物体进行建模，创建面向物体的轻量化语义地图。本发明克服了多物体、多类别、无规律环境下的数据关联与物体数据库更新存在的困难，并解决了在相机运动快速、物体遮挡情况下的物体位姿估计，极大地提升了机器人对环境的理解能力。
-
公开(公告)号：CN115239809A
公开(公告)日：2022-10-25
申请号：CN202210813501.6
申请日：2022-07-11
Applicant: 东北大学
Abstract: 本发明属于物体感知算法领域，提出了一种基于二次曲面初始化和联合数据关联的物体感知SLAM算法。首先提取图像中的特征点、平面和物体信息；然后根据特征点和平面信息计算相机位姿；然后对图像的物体信息和地图中的物体信息进行联合数据关联，进而完成物体二次曲面参数的高效初始化；然后联合优化相机位姿和地图中构建的物体二次曲面，最终构建出完整的几何语义地图；本发明提出的方法解决了以往二次曲面级SLAM算法中存在的二次曲面初始化困难、数据关联不鲁棒等问题；提高了物体建模精度和相机定位精度。
-
公开(公告)号：CN113160401B
公开(公告)日：2023-11-17
申请号：CN202110331113.X
申请日：2021-03-29
Applicant: 东北大学
Abstract: 本发明公开了一种面向物体的视觉SLAM轻量化语义地图创建方法，通过几何SLAM和语义目标检测为图像中物体分配对应的三维点云以初始化物体；采用非参数统计和参数统计进行物体数据关联以更新物体数据库；利用对离异点鲁棒的孤立森林算法估计物体初始位置和尺寸，通过线段对齐算法估计物体方向，并同相机位姿一起联合优化得到准确的物体9自由度位姿；采用三维立方框和二次曲面对物体进行建模，创建面向物体的轻量化语义地图。本发明克服了多物体、多类别、无规律环境下的数据关联与物体数据库更新存在的困难，并解决了在相机运动快速、物体遮挡情况下的物体位姿估计，极大地提升了机器人对环境的理解能力。
-
公开(公告)号：CN115330861A
公开(公告)日：2022-11-11
申请号：CN202210813525.1
申请日：2022-07-11
Applicant: 东北大学
Abstract: 本发明属于重定位技术领域，提出了一种基于物体平面共同表示和语义描述符匹配的重定位算法。本算法从点云地图中提取语义物体和平面路标，然后利用路标来构建语义拓扑图。不同于其他暴力图匹配或基于随机游走的图匹配算法，本发明提出利用图传播算法结合语义邻域的节点与边信息来生成混合描述子。随后，利用sKM算法匹配先验点云地图和查询点云地图的路标点，提高匹配的精度和鲁棒性，利用路标点的匹配约束来求解查询点云地图的重定位位姿。该算法能够有效应对大视差或动态场景下的重定位工作，以服务于AR和导航等应用场景。
-
-
-
Search Results
4
records
(took 0.014 seconds)
