一种基于深度学习目标检测的动态环境SLAM方法

    公开(公告)号:CN119048824A

    公开(公告)日:2024-11-29

    申请号:CN202411166231.X

    申请日:2024-08-23

    Abstract: 本发明公开了一种基于深度学习目标检测的动态环境SLAM方法,包括:基于视觉SLAM前端获取多相机输入图像,并进行去畸变处理,将去畸变后的点投影到像素平面上,获得目标图像;提取所述多相机输入图像中的特征点;在多相机输入的不同图像之间进行特征匹配,进行特征关联,实现不同相机之间对于同一特征点跨相机跟踪;根据特征点来源对特征点进行类别;根据分类结果筛选特征点;对于通过筛选的特征点,按照不同的特征点类别构建残差方程进行优化,输出位姿。本发明提出基于多相机图像的SLAM方法,最大限度的利用多相机提供的更丰富的环境信息,实现更鲁棒的视觉惯性SLAM方法。

    惯性视觉组合式定位的AGV系统

    公开(公告)号:CN113218403B

    公开(公告)日:2022-09-09

    申请号:CN202110528533.7

    申请日:2021-05-14

    Abstract: 本发明提供一种惯性视觉组合式定位的AGV系统,控制装置包括依次连接的摄像头组、上位机、下位机、捷联惯导整合器;摄像头组用以采集道路信息,上位机实时采集摄像头组数据,根据周围路况实时路径规划;下位机控制车体行进,并使用灰度组和OpenMV组进行附近元素识别;上位机和下位机互相通讯;捷联惯导整合器分别连接电容电感对、OV7725摄像头、灰度传感器、陀螺仪、磁力计、Apriltag码。本发明采用了多种不同类型的传感器,并在工作场景设置了多种不同形式的识别标志,充分制造各种类型传感器的最佳使用环境,在不提高太多成本的情况下,将定位精度提高到激光定位技术能达到的量级。

    惯性视觉组合式定位的AGV系统

    公开(公告)号:CN113218403A

    公开(公告)日:2021-08-06

    申请号:CN202110528533.7

    申请日:2021-05-14

    Abstract: 本发明提供一种惯性视觉组合式定位的AGV系统,控制装置包括依次连接的摄像头组、上位机、下位机、捷联惯导整合器;摄像头组用以采集道路信息,上位机实时采集摄像头组数据,根据周围路况实时路径规划;下位机控制车体行进,并使用灰度组和OpenMV组进行附近元素识别;上位机和下位机互相通讯;捷联惯导整合器分别连接电容电感对、OV7725摄像头、灰度传感器、陀螺仪、磁力计、Apriltag码。本发明采用了多种不同类型的传感器,并在工作场景设置了多种不同形式的识别标志,充分制造各种类型传感器的最佳使用环境,在不提高太多成本的情况下,将定位精度提高到激光定位技术能达到的量级。

    一种新型四轴冗余惯组结构及其故障检测与隔离方法

    公开(公告)号:CN119043374A

    公开(公告)日:2024-11-29

    申请号:CN202411211288.7

    申请日:2024-08-30

    Abstract: 本发明设计一种新型冗余惯性测量单元结构,并针对所提结构设计故障检测算法;在四轴斜置最优冗余配置的外围加装一个三轴加速度计形成扩展系统;利用扩展系统中所有的加速度计传感器获取载体的参考角速度信息;利用四轴RIMU获测量载体的高精度惯性信息,利用卡尔曼滤波改进的广义似然比故障检测算法检测陀螺仪是否存在故障;利用获取的角速度参考信息转换得到四个陀螺仪上的理论输出信息,利用直接比较法定位出故障陀螺仪;对所提方法进行仿真验证。通过在非质心处引入一个额外的三轴加速度计实现系统内比力与角速度两种异类信息的相互转化,在体积、重量和成本增加不大的情况下提高了信息利用率。

Patent Agency Ranking