公开(公告)号：CN119395718A

公开(公告)日：2025-02-07

申请号：CN202411428819.8

申请日：2024-10-14

Applicant: 东北大学 ,  北京仿真中心

Inventor： 张云洲 ,  李武 ,  吕乐章 ,  梅铮 ,  刘晨 ,  王婷婷 ,  王思展

IPC: G01S17/89 ,  G06F18/25 ,  G06V20/10 ,  G06V20/64 ,  G06T7/246 ,  G06T7/277 ,  G06T7/269 ,  G06V10/75 ,  H03H17/02 ,  G01S17/86 ,  G01C21/16

Abstract: 本发明属于元宇宙物体位姿估计技术以及机器人领域，公开一种面向元宇宙环境的移动对象自身和多目标位姿多传感器融合同时估计方法。使用基于卡尔曼滤波器和光流内点的多概率融合跟踪器来建立更稳健的对象级数据关联。在此基础上，提出了一种融合3D卡尔曼滤波器的速度先验和相机光流解耦的动态点云剔除方法，以提高里程计自身位姿估计的精度。最后，在我们所提出的框架中联合多约束因子来细化自身和物体的位姿。我们在KITTI原始数据集中进行了评估，实验结果与基准和最先进的方法相比，我们的方法取得了自身和跟踪目标更好的姿态精度。此外，所提出的系统展现了实时性能的可行性，以保证其实际应用价值。

公开(公告)号：CN118464058A

公开(公告)日：2024-08-09

申请号：CN202410471810.9

申请日：2024-04-19

Applicant: 东北大学 ,  江苏曙光光电有限公司

Inventor： 张云洲 ,  吕乐章 ,  赵晓宇 ,  李武 ,  宁健 ,  刘伟 ,  王贵圆

IPC: G01C22/00 ,  G01C21/00 ,  G01S17/89 ,  G06T17/30

Abstract: 本发明属于激光雷达里程计技术领域，公开了一种基于连续时间与概率光斑的雷达里程计方法。通过激光点的曲率提取平面特征，畸变预去除，再进行光斑概率计算；通过光斑概率确定激光点的不确定性系数；当前帧的点云与雷达局部地图进行数据关联，将搜索到的局部地图中的点拟合平面；构建连续时间下激光点到平面的残差因子；联合当前帧残差因子与先验帧残差因子，构建非线性优化问题并边缘化先验帧约束进行控制点求解；优化收敛后，再次对当前帧点云去畸变，并加到局部地图，进行局部地图的维护。

公开(公告)号：CN116524028B

公开(公告)日：2025-05-13

申请号：CN202310580112.8

申请日：2023-05-23

Applicant: 东北大学

Inventor： 张云洲 ,  宁健 ,  赵新歌 ,  吕乐章 ,  金阳 ,  刘世同

IPC: G06T7/73 ,  G06T7/13 ,  G06V10/42 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供一种基于结构感知与多任务蒸馏的长期视觉定位方法，涉及视觉定位技术领域。本发明首先利用边缘检测算法获取场景中鲁棒的结构信息，然后将结构信息以知识蒸馏的方式融入到视觉定位的网络模型中，同时网络主体采用多任务蒸馏的方法使用轻量级的模型学习局部特征与全局特征的提取，在保证精度的同时大幅缩短了分层定位的特征提取时间。该发明能够有效的应对长周期视觉定位过程中出现的视角，光线或季节变化等问题，以服务于无人驾驶和大规模视觉定位等应用场景。

公开(公告)号：CN118334083A

公开(公告)日：2024-07-12

申请号：CN202410539090.5

申请日：2024-04-30

Applicant: 东北大学 ,  江苏曙光光电有限公司

Inventor： 张云洲 ,  王婷婷 ,  杨凌昊 ,  吕乐章 ,  王贵圆 ,  刘伟

IPC: G06T7/246 ,  G06T7/80 ,  G06T5/30 ,  G06F17/16 ,  G06F17/18 ,  G06N3/0464 ,  G06Q10/04

Abstract: 本发明提供基于相机参数化的多物体追踪及位姿优化方法，涉及计算机视觉及自主驾驶技术领域。该方法具体包括：获取激光点数据并进行3D目标检测，得到M个t时刻的3D物体检测框，通过提取该物体检测框内的物体点生成连续区域的物体掩膜；对于存在的待检测物体，预测N个t时刻的3D预测检测框，根据N个t时刻的3D预测检测框和M个t时刻的3D物体检测框构建亲和力矩阵并采用KM算法追踪物体；对于追踪成功的物体，提取该物体在t时刻的新特征点，使用角点跟踪算法将获取到的t‑1时刻该物体的特征点与t时刻提取到的新特征点进行关联，得到t时刻的物体点；通过构建几何约束和语义约束来构建损失函数并采用LM算法优化，得到物体在t时刻的优化位姿和速度。

公开(公告)号：CN116524028A

公开(公告)日：2023-08-01

申请号：CN202310580112.8

申请日：2023-05-23

Applicant: 东北大学

Inventor： 张云洲 ,  宁健 ,  赵新歌 ,  吕乐章 ,  金阳 ,  刘世同

IPC: G06T7/73 ,  G06T7/13 ,  G06V10/42 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供一种基于结构感知与多任务蒸馏的长期视觉定位方法，涉及视觉定位技术领域。本发明首先利用边缘检测算法获取场景中鲁棒的结构信息，然后将结构信息以知识蒸馏的方式融入到视觉定位的网络模型中，同时网络主体采用多任务蒸馏的方法使用轻量级的模型学习局部特征与全局特征的提取，在保证精度的同时大幅缩短了分层定位的特征提取时间。该发明能够有效的应对长周期视觉定位过程中出现的视角，光线或季节变化等问题，以服务于无人驾驶和大规模视觉定位等应用场景。