-
公开(公告)号：CN112132857A
公开(公告)日：2020-12-25
申请号：CN202010991546.3
申请日：2020-09-18
Applicant: 福州大学
Abstract: 本发明提出动态环境混合视觉系统的动态物检测和静态地图重建方法，包括以下步骤；步骤S1：进行外参标定，获取全景相机和三维激光两传感器之间的坐标变换参数；步骤S2：将第t帧点云作为特征点投射到第t帧图像上，获取特征点的像素运动向量，并估算因小车运动而引起的特征点的人工运动向量来进行背景运动补偿，从而获得点云中动态点；步骤S3：对当前帧点云进行簇分割；步骤S4：利用点云数据中每个点索引唯一特性，结合动态点检测结果与分割结果，通过簇中动态点的占比进行判断，提取出动态物体；步骤S5：利用八叉树地图工具和该帧下的激光雷达里程计，对静态地图进行重建；本发明可鲁棒地、更为完整地进行动态物体提取和静态三维地图重建。
-
Patent Agency Ranking
公开(公告)号：CN112750155A
公开(公告)日：2021-05-04
申请号：CN202110053166.X
申请日：2021-01-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络的全景深度估计方法，包括以下步骤：步骤S1:采集室外环境的RGB图像，深度图像，点云数据，并根据柱面投影原理将RGB图像以及深度图像拼接成为全景图像；步骤S2:构建卷积神经网络模型，并基于的得到全景图像训练，得到训练后的卷积神经网络模型；步骤S3:将待测的全景图像输入训练后的卷积神经网络模型，获得密集的全景深度预测图像。本发明能够调整优化全景图像的局部细节，从而估计出密集而且准确的全景深度图像。
-
公开(公告)号：CN112132857B
公开(公告)日：2023-04-07
申请号：CN202010991546.3
申请日：2020-09-18
Applicant: 福州大学
Abstract: 本发明提出动态环境混合视觉系统的动态物检测和静态地图重建方法，包括以下步骤；步骤S1：进行外参标定，获取全景相机和三维激光两传感器之间的坐标变换参数；步骤S2：将第t帧点云作为特征点投射到第t帧图像上，获取特征点的像素运动向量，并估算因小车运动而引起的特征点的人工运动向量来进行背景运动补偿，从而获得点云中动态点；步骤S3：对当前帧点云进行簇分割；步骤S4：利用点云数据中每个点索引唯一特性，结合动态点检测结果与分割结果，通过簇中动态点的占比进行判断，提取出动态物体；步骤S5：利用八叉树地图工具和该帧下的激光雷达里程计，对静态地图进行重建；本发明可鲁棒地、更为完整地进行动态物体提取和静态三维地图重建。
-
公开(公告)号：CN112750155B
公开(公告)日：2022-07-01
申请号：CN202110053166.X
申请日：2021-01-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络的全景深度估计方法，包括以下步骤：步骤S1:采集室外环境的RGB图像，深度图像，点云数据，并根据柱面投影原理将RGB图像以及深度图像拼接成为全景图像；步骤S2:构建卷积神经网络模型，并基于的得到全景图像训练，得到训练后的卷积神经网络模型；步骤S3:将待测的全景图像输入训练后的卷积神经网络模型，获得密集的全景深度预测图像。本发明能够调整优化全景图像的局部细节，从而估计出密集而且准确的全景深度图像。
-
公开(公告)号：CN111260735B
公开(公告)日：2022-07-01
申请号：CN202010034949.9
申请日：2020-01-13
Applicant: 福州大学
Abstract: 本发明涉及一种单次拍摄的LIDAR与全景相机的外参数标定方法，包括如下内容将LIDAR与全景相机固定在Robotnik移动机器人上。然后将多个棋盘放置于LIDAR与全景相机的共同视场下，一次拍摄收集单帧的全景图像与该帧全景图像对应的点云数据；接着，利用生长的棋盘角点检测算法，检测出全景图像的棋盘角点；对点云数据进行预处理，分割去除点云地面，分割点云平面、提取棋盘点云；基于点云的反射强度，估计出棋盘点云的棋盘角点；最后，通过定义从棋盘左下侧开始的角点共同计数顺序，建立全景图像的棋盘角点与点云的棋盘角点的几何约束方程，求解出外部校准参数。只需要一次拍摄，就能实现LIDAR和全景相机的外参数标定。
-
公开(公告)号：CN111260735A
公开(公告)日：2020-06-09
申请号：CN202010034949.9
申请日：2020-01-13
Applicant: 福州大学
Abstract: 本发明涉及一种单次拍摄的LIDAR与全景相机的外参数标定方法，包括如下内容将LIDAR与全景相机固定在Robotnik移动机器人上。然后将多个棋盘放置于LIDAR与全景相机的共同视场下，一次拍摄收集单帧的全景图像与该帧全景图像对应的点云数据；接着，利用生长的棋盘角点检测算法，检测出全景图像的棋盘角点；对点云数据进行预处理，分割去除点云地面，分割点云平面、提取棋盘点云；基于点云的反射强度，估计出棋盘点云的棋盘角点；最后，通过定义从棋盘左下侧开始的角点共同计数顺序，建立全景图像的棋盘角点与点云的棋盘角点的几何约束方程，求解出外部校准参数。只需要一次拍摄，就能实现LIDAR和全景相机的外参数标定。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
