公开(公告)号：CN111915517A

公开(公告)日：2020-11-10

申请号：CN202010718577.1

申请日：2020-07-23

Applicant: 同济大学

Inventor： 叶勤 ,  刘行 ,  史鹏程 ,  林怡 ,  张硕 ,  张晓晓

IPC: G06T5/00 ,  G06K9/62 ,  G06T7/33 ,  G06T7/50

Abstract: 本发明涉及一种适用于室内光照不利环境下RGB-D相机全局定位方法，具体包括以下步骤：步骤S1：获取RGB-D传感器的深度图，投影至3D空间，去噪处理生成原始点云，根据Lidar点云数据生成点云地图，体素格网降采样得到采样点云；步骤S2：计算点云的法相，进行聚类分割，得到聚类子集；步骤S3：聚类子集平面拟合，得到所有平面，将被分裂的平面合并，根据平面的法向量的主方向不同，分为互相垂直的3组主方向平面；步骤S4：主方向平面关联匹配，求解得到初始位姿，进行ICP精匹配，计算总误差，选取总误差最小的主方向平面的初始位姿作为全局初始化的位姿。与现有技术相比，本发明具有使用成本低、充分利用RGB-D相机获取的深度图数据，适用于光照不佳的场景等优点。

公开(公告)号：CN111915517B

公开(公告)日：2024-01-26

申请号：CN202010718577.1

申请日：2020-07-23

Applicant: 同济大学

Inventor： 叶勤 ,  刘行 ,  史鹏程 ,  林怡 ,  张硕 ,  张晓晓

IPC: G06T5/70 ,  G06F18/2321 ,  G06F18/243 ,  G06T7/33 ,  G06T7/50

Abstract: 本发明涉及一种适用于室内光照不利环境下RGB‑D相机全局定位方法，具体包括以下步骤：步骤S1：获取RGB‑D传感器的深度图，投影至3D空间，去噪处理生成原始点云，根据Lidar点云数据生成点云地图，体素格网降采样得到采样点云；步骤S2：计算点云的法相，进行聚类分割，得到聚类子集；步骤S3：聚类子集平面拟合，得到所有平面，将被分裂的平面合并，根据平面的法向量的主方向不同，分为互相垂直的3组主方向平面；步骤S4：主方向平面关联匹配，求解得到初始位姿，进行ICP精匹配，计算总误差，选取总误差最小的主方向平面的初始位姿作为全局初始化的位姿。与现有技术相比，本发明具有使用成本低、充分利用RGB‑D相机获取的深度图数据，适用于光照不佳的场景等优点。