-
公开(公告)号：CN118447090A
公开(公告)日：2024-08-06
申请号：CN202410595604.9
申请日：2024-05-14
Applicant: 南昌大学
Abstract: 本发明公开了一种动态视觉SLAM方法，包括：1）读取视频流的图像数据；2）将图像输入前端中检测ORB特征点；3）通过YOLO检测常见的动态物体并提供其最小边界框；4）利用动态ViBe检测边界框内的动态物体，保留其中的静态环境；5）结合统计出动态特征的坐标信息，将动态特征的坐标与视觉里程计中的ORB特征点进行比对；检测落在半径内的ORB特征点，并消除此半径内的ORB特征点；6）择优选取不存在动态物体的关键帧，利用这些不存在动态物体的关键帧建立时间和空间跨度的全局约束，以优化各帧的相机位姿；7）判断当前帧是否为最后一帧，否则跳转到2），是则结束。本发明相较传统MonoSLAM方法，能够消除环境动态物体对MonoSLAM系统的影响，从而提升定位精度与建图效果。
-
Patent Agency Ranking
公开(公告)号：CN119006589A
公开(公告)日：2024-11-22
申请号：CN202410922131.9
申请日：2024-07-10
Applicant: 南昌大学
Abstract: 本发明公开了一种基于动态属性认知的视觉SLAM方法，包括：1）对图像进行ORB特征点提取，得到图像的特征点；2）利用YOLO对图像进行目标识别，检测出图像中的各种目标，并将各种目标的二维位置信息输入到ORB‑SLAM2算法中；3）对判定为主动目标周围的被动目标进行隶属关系判定，得到与主动目标有关系的被动目标；4）对得到的主动目标和与主动目标具有隶属关系的被动目标区域进行动态属性判定；5）对最终判断为动态的主动目标与被动目标区域且不为静态目标区域里的特征点进行剔除，将剩余的静态特征点进行ORB‑SLAM2的后续运算。本发明方法通过将目标的动态属性和隶属关系相结合，进行动态区域和静态区域的判定，从而去除动态区域的特征点，得到更为精确的位姿估计。
-
公开(公告)号：CN118548891A
公开(公告)日：2024-08-27
申请号：CN202410595602.X
申请日：2024-05-14
Applicant: 南昌大学
Abstract: 本发明公开了一种自适应鲁棒卡尔曼滤波的组合导航数据融合方法，包括：1）惯性设备IMU和卫星设备GNSS分别按照一定的频率采集原始数据；2）对采集的IMU及GNSS数据进行误差建模，确定组合系统状态量，得到系统状态量以及噪声模型；3）对建立的系统状态量以及噪声模型进行组合，搭建组合系统状态方程和量测方程；4）根据搭建的组合系统状态方程和量测方程，将二者汇入标准Kalman滤波框架中进行滤波更新。本发明相较传统算法既限制了系统建模误差对组合过程的影响，又能够削弱量测信息异常对滤波更新过程的干扰，显著提高了组合导航定位精度，非常适合于城市复杂环境下的动态定位。
-
公开(公告)号：CN118447091A
公开(公告)日：2024-08-06
申请号：CN202410602589.6
申请日：2024-05-15
Applicant: 南昌大学
Abstract: 本发明公开了一种视觉SLAM的动态特征剔除方法，包括：1）采用配准后的热像仪和RGB相机采集热图像和RGB图像；2）将采集的三通道RGB图像与热图像进行通道叠加，得到带RGBT四通道信息的图像；3）改进传统DeepLabv3+网络模型并对其进行训练；4）将改进后的DeepLabv3+网络模型用于语义分割，得到相应的静态和动态分割掩码；5）提取图像中的特征点，结合分割掩码将特征分为静态特征与动态特征；6）剔除动态特征，保留静态特征并将其用于进行后续的位姿估计与建图。本发明方法利用改进的四通道DeepLabv3+语义分割模型获取环境中所有物体的语义先验信息，准确分割场景中静态、潜在动态以及动态特征，并剔除场景中所有的动态特征点，从而提高VSLAM系统在复杂环境中的稳定性和鲁棒性。
-
公开(公告)号：CN119273715A
公开(公告)日：2025-01-07
申请号：CN202411285293.2
申请日：2024-09-13
Applicant: 南昌大学
Abstract: 本发明公开了一种动态情况下IMU辅助的运动目标检测方法，首先通过提取目标图像特征点进行匹配，得到特征点对；然后对IMU传感器数据进行相对坐标转换，求解对应的基础矩阵或者单应矩阵，进而获得对应的极线或映射投影特征点；之后将提取到的特征点分类为静态背景特征点与动态目标特征点两部分；并依据相邻的两帧图像的静态背景特征点对应关系和运动参数模型求解仿射变换矩阵，利用帧间差分法对两帧图像进行差分并进行二值化图像与形态学处理，获得对应的运动目标框；最后遍历运动目标框进行重合度匹配，筛选出重合率大于设定阈值的检测对象，即为当前图像内的实际运动目标。本发明方法能够有效提高动态背景下进行运动目标识别的精度与准确率。
-
公开(公告)号：CN118424336A
公开(公告)日：2024-08-02
申请号：CN202410602581.X
申请日：2024-05-15
Applicant: 南昌大学
IPC: G01C25/00
Abstract: 本发明公开了一种双区间的序贯概率比SINS/GNSS/OD组合导航系统故障诊断方法，包括：1）预设序贯概率比检验阈值#imgabs0#和重置周期#imgabs1#；2）开辟两个区间采集残差数据并进行序贯概率比检验，设置其中一个区间作为当前检测区间；3）判断当前检测区间的序贯概率比检验的统计值是否大于预设的阈值#imgabs2#，若大于则将故障子系统隔离；4）判断当前检测区间的采样时长是否为#imgabs3#，若是则重置另一检测区间；5）判断当前检测区间的采样时长是否为#imgabs4#，若是则重置当前检测区间的采样时长，将另一区间作为当前检测区间返回步骤3；6）诊断结束。本发明方法能够减少软故障的检测时间，避免随着系统运行时间的增加导致对软故障的检测能力下降。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
