公开(公告)号：CN109029433B

公开(公告)日：2020-12-11

申请号：CN201810686888.7

申请日：2018-06-28

Applicant: 东南大学

Inventor： 姚莉 ,  王秉凤 ,  吴含前

IPC: G01C21/16 ,  G01C21/20 ,  G01C25/00

Abstract: 本发明公开了一种移动平台上基于视觉和惯导融合SLAM的标定外参和时序的方法，包括初始化阶段：使用松耦合的方法对齐通过相机和IMU估计的两帧之间的相对旋转参数，估计得到相机和IMU的相对旋转参数；前端阶段：前端完成视觉里程计功能，即根据前几帧估计的相机在世界坐标系中的位姿大致估计当前帧相机在世界坐标系中的位姿，估计的值作为后端优化的初始值；后端阶段：在所有帧中挑选一些关键帧，设置待优化变量，建立一个统一的目标函数，根据对应的约束条件进行优化，从而得到精确的外参。本发明方法所估计的外参误差较低，时序标定轨迹精度高。

公开(公告)号：CN109029433A

公开(公告)日：2018-12-18

申请号：CN201810686888.7

申请日：2018-06-28

Applicant: 东南大学

Inventor： 姚莉 ,  王秉凤 ,  吴含前

IPC: G01C21/16 ,  G01C21/20 ,  G01C25/00

Abstract: 本发明公开了一种移动平台上基于视觉和惯导融合SLAM的标定外参和时序的方法，包括初始化阶段：使用松耦合的方法对齐通过相机和IMU估计的两帧之间的相对旋转参数，估计得到相机和IMU的相对旋转参数；前端阶段：前端完成视觉里程计功能，即根据前几帧估计的相机在世界坐标系中的位姿大致估计当前帧相机在世界坐标系中的位姿，估计的值作为后端优化的初始值；后端阶段：在所有帧中挑选一些关键帧，设置待优化变量，建立一个统一的目标函数，根据对应的约束条件进行优化，从而得到精确的外参。本发明方法所估计的外参误差较低，时序标定轨迹精度高。

公开(公告)号：CN106340036A

公开(公告)日：2017-01-18

申请号：CN201610649635.3

申请日：2016-08-08

Applicant: 东南大学

Inventor： 姚莉 ,  刘祖奎 ,  王秉凤

IPC: G06T7/35

CPC classification number: G06T2207/10012 ,  G06T2207/20228

Abstract: 本发明是一种基于双目立体视觉的立体匹配方法，该方法包括构建高斯金字塔、匹配代价计算和代价聚合、匹配代价融合、计算视差、视差图修复及空洞填补、视差精细化六个阶段，在代价聚合阶段加入拉普拉斯金字塔变换，在视差图修复和空洞填补阶段采用了一种基于边缘保护的插值算法，在视差精细化阶段加入基于加权联合双边滤波的视差精细化方法，获得高精度的视差图。本发明计算量适中，融合不同尺度下的匹配结果，在代价聚合阶段和视差精细化阶段进行了改进，能够获得更好的视差图。并且对于光照等外部噪音具有一定的鲁棒性。