-
公开(公告)号：CN111950561A
公开(公告)日：2020-11-17
申请号：CN202010875962.7
申请日：2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于语义分割的剔除语义SLAM动态点的方法，包括如下步骤：1)使用PSPNet语义分割网络对图像帧进行语义分割，按照像素分割结果进行分类；2)提取新帧I的ORB特征并计算描述子，再将新帧I与F匹配；3)设定阈值M；4)根据运动e对特征点进行动态点和静态点分类；5)将分类所得的静态点集关联语义标签，构建局部语义地图；6)重复步骤1)-步骤5)，并更新局部语义地图，直至局部地图全部构建完成，得到全局地图。这种方法能剔除环境中对系统精度影响较大的动态特征点，利用静态特征点构建高精度，含有语义信息，可解释的Octomap。
-
公开(公告)号：CN111951341A
公开(公告)日：2020-11-17
申请号：CN202010875932.6
申请日：2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于RGB-D SLAM的闭环检测改进方法，包括如下步骤：1)接收系统前端的关键帧序列Fs和新帧Fk+1，计算新帧Fk+1的运动估计，获得旋转矩阵R和平移向量t；2)计算新帧Fk+1的运动轨迹曲率c；3)选取阈值m的数值；4)比较c与m；5)检测完毕。这种方法能构建全局一致的轨迹和地图，能构建更准确地闭环，提高系统的可靠性。
-
公开(公告)号：CN109636897B
公开(公告)日：2022-08-23
申请号：CN201811405883.9
申请日：2018-11-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于改进RGB‑D SLAM的Octomap优化方法，其特征在于，包括如下步骤：1）构造最小误差函数优化RGB‑D SLAM室内定位系统相机位姿，获得点云图；2）使用K维树进行点云组织；4）计算平均K‑最近领距离；5）定义异常值并从点云图中删除；6）建立Octomap地图。这种方法能去除Octomap地图中的稀疏异常值，能提高Octomap地图的准确性和紧凑性并减少内存消耗。
-
公开(公告)号：CN109636897A
公开(公告)日：2019-04-16
申请号：CN201811405883.9
申请日：2018-11-23
Applicant: 桂林电子科技大学
CPC classification number: G06T17/005 , G06T7/73 , G06T7/80
Abstract: 本发明公开了一种基于改进RGB‑D SLAM的Octomap优化方法，其特征在于，包括如下步骤：1）构造最小误差函数优化RGB‑D SLAM室内定位系统相机位姿，获得点云图；2）使用K维树进行点云组织；4）计算平均K‑最近领距离；5）定义异常值并从点云图中删除；6）建立Octomap地图。这种方法能去除Octomap地图中的稀疏异常值，能提高Octomap地图的准确性和紧凑性并减少内存消耗。
-
-
-
Search Results
4
records
(took 0.016 seconds)
