公开(公告)号：CN108717712B

公开(公告)日：2021-09-03

申请号：CN201810532344.5

申请日：2018-05-29

Applicant: 东北大学

Inventor： 于瑞云 ,  杨硕 ,  石佳

IPC: G06T7/73 ,  G06T7/80

Abstract: 本发明涉及一种基于地平面假设的视觉惯导SLAM方法，从图像中提取特征点进行IMU预积分，建立相机投影模型，并进行相机内参标定、IMU和相机之间的外参标定；系统初始化，将视觉观测到的点云和相机位姿对齐到IMU预积分上，恢复地面方程和相机位姿；对地面初始化得到地面方程，确定当前相机位姿下的地面方程，并反投影到图像坐标系上，获取更加准确的地面区域；基于状态估计，推导出各传感器观测模型，将相机观测、IMU观测和地面特征观测融合在一起做状态估计，使用图优化模型来做状态估计，使用稀疏图优化和梯度下降法来实现整个优化。本发明相较之前的算法有较大的精度上的提升，可在全局限制相机位姿的估计，使得准确度大大提升。

公开(公告)号：CN108717712A

公开(公告)日：2018-10-30

申请号：CN201810532344.5

申请日：2018-05-29

Applicant: 东北大学

Inventor： 于瑞云 ,  杨硕 ,  石佳

IPC: G06T7/73 ,  G06T7/80

Abstract: 本发明涉及一种基于地平面假设的视觉惯导SLAM方法，从图像中提取特征点进行IMU预积分，建立相机投影模型，并进行相机内参标定、IMU和相机之间的外参标定；系统初始化，将视觉观测到的点云和相机位姿对齐到IMU预积分上，恢复地面方程和相机位姿；对地面初始化得到地面方程，确定当前相机位姿下的地面方程，并反投影到图像坐标系上，获取更加准确的地面区域；基于状态估计，推导出各传感器观测模型，将相机观测、IMU观测和地面特征观测融合在一起做状态估计，使用图优化模型来做状态估计，使用稀疏图优化和梯度下降法来实现整个优化。本发明相较之前的算法有较大的精度上的提升，可在全局限制相机位姿的估计，使得准确度大大提升。

公开(公告)号：CN105404648A

公开(公告)日：2016-03-16

申请号：CN201510717733.1

申请日：2015-10-29

Applicant: 东北大学

Inventor： 于瑞云 ,  王兴伟 ,  李婕 ,  王靖 ,  薛晓迪 ,  马彧 ,  石佳

IPC: G06F17/30 ,  G06K9/62

CPC classification number: G06F16/9537 ,  G06K9/6226

Abstract: 一种基于密度与紧密度聚类的用户移动行为确定方法，属于数据业务领域。引入时间窗口，对用户的移动序列进行时间窗口的划分，将连续的移动序列划分为时间上离散的多个窗口序列；根据对移动轨迹的定义，从窗口序列中挖掘出用户的多条移动轨迹；根据对特征轨迹集的定义，对多条移动轨迹进行划分，将相似轨迹划分到同一特征轨迹集中，并去除噪声数据；根据对特征轨迹的定义，从特征轨迹集中分别选取对应的中心轨迹作为特征轨迹，进而最终确定用户的移动行为。该方法可以应用在实际的移动通信数据中，消除用户移动的随机性与异常点，所确定的用户的移动行为可作为基于位置服务的位置模块的输入，也可作为移动推荐系统的输入，从而带来个性化服务。