-
公开(公告)号：CN112581368B
公开(公告)日：2024-01-09
申请号：CN202011445782.1
申请日：2020-12-11
Applicant: 广东工业大学
IPC: G06T3/4038 , G06T7/33 , G06V10/75
Abstract: 本发明提供一种基于最优图匹配的多机器人栅格地图拼接方法，包括：对待拼接栅格地图进行关键点及特征描述子提取；对每个待匹配的关键点检索特征描述子最为相近的关键点作为粗匹配点对；构建特征相异性矩阵并计算残差矩阵；组合并归一化残差矩阵和特征相异性矩阵进而生成传输代价矩阵；引入传输代价矩阵构建最优传输目标函数，对最优传输目标函数进行负熵正则化，通过Sinkhorn‑Knopp算法求解最优匹配；通过最小二乘法求解最优匹配点之间的刚体变化参数，对栅格地图整体进行变换，得到融合地图。本发明的多机器人栅格地图拼接方法，有效提升了栅格地图的拼接速度、精度，其结果中正确匹配点对的数量多，待拼接栅格地图无需较大的重叠区域即可完成拼接。
-
公开(公告)号：CN112581368A
公开(公告)日：2021-03-30
申请号：CN202011445782.1
申请日：2020-12-11
Applicant: 广东工业大学
Abstract: 本发明提供一种基于最优图匹配的多机器人栅格地图拼接方法，包括：对待拼接栅格地图进行关键点及特征描述子提取；对每个待匹配的关键点检索特征描述子最为相近的关键点作为粗匹配点对；构建特征相异性矩阵并计算残差矩阵；组合并归一化残差矩阵和特征相异性矩阵进而生成传输代价矩阵；引入传输代价矩阵构建最优传输目标函数，对最优传输目标函数进行负熵正则化，通过Sinkhorn‑Knopp算法求解最优匹配；通过最小二乘法求解最优匹配点之间的刚体变化参数，对栅格地图整体进行变换，得到融合地图。本发明的多机器人栅格地图拼接方法，有效提升了栅格地图的拼接速度、精度，其结果中正确匹配点对的数量多，待拼接栅格地图无需较大的重叠区域即可完成拼接。
-
公开(公告)号：CN114708309A
公开(公告)日：2022-07-05
申请号：CN202210172955.X
申请日：2022-02-22
Applicant: 广东工业大学
Abstract: 为了解决现有技术的不足，本发明提供一种基于建筑平面图先验信息的视觉室内定位方法及系统，包括：建筑平面图预处理、数据降采样、输入张量构建、特征提取与特征匹配、配准与位姿计算以及模型训练。本发明所述的方法涉及一个端到端的深度学习模型，该模型创新性的引入K近邻距离直方图、点云特征提取网络、图注意力网络、最优传输算法和自监督的训练方法，使得模型的具有较强的鲁棒性和适应性，且模型参数较小、易于训练和部署；本发明所述的方法能够在并未完全探索建筑体的情况下，仅仅根据建筑平面图即可估计设备在建筑体的位置。
-
-
Search Results
3
records
(took 0.022 seconds)
