基于自注意力的视觉惯性里程计三维场景定位方法和装置

    公开(公告)号:CN118376237A

    公开(公告)日:2024-07-23

    申请号:CN202410511979.2

    申请日:2024-04-26

    Abstract: 本发明提供一种基于自注意力的视觉惯性里程计三维场景定位方法和装置,包括:提取IMU数据的综合时序特征;利用卷积神经网络提取视觉数据的视觉特征;根据姿态归回模块中第一LSTM网络在上一时刻保存的历史隐藏状态信息将当前时刻IMU数据的综合时序特征和视觉数据的视觉特征通过视觉模态选择的方式进行特征融合得到第一融合时序特征;利用基于自注意力的融合模块对第一融合时序特征进行处理得到第二融合时序特征;将第二融合时序特征输入姿态归回模块进行姿态回归得到当前时刻移动设备的位姿,其中,所述姿态归回模块包括第一LSTM网络和全连接层;本发明通过学习IMU内部数据间的关系,有效提高了移动设备的三维定位精度。

    一种复杂运动环境下固态激光雷达-惯导三维场景重建方法

    公开(公告)号:CN118276110A

    公开(公告)日:2024-07-02

    申请号:CN202410218446.5

    申请日:2024-02-28

    Abstract: 本发明涉及一种复杂运动环境下固态激光雷达‑惯导三维场景重建方法,包括:获取当前帧的IMU测量数据和激光点云数据,并根据当前帧的IMU测量数据对IMU的状态进行初始估计;根据IMU的初始估计状态对激光点云数据的运动畸变进行补偿,得到去畸变的激光点云数据;根据IMU的初始估计状态和去畸变的激光点云数据利用局部邻域特征一致性判别算法构建IMU的状态估计误差模型;根据IMU的状态估计误差模型利用迭代卡尔曼滤波算法对IMU的状态估计误差模型进行求解,计算IMU的最优估计状态;根据IMU的最优估计状态将激光点云数据转换到全局坐标系下,得到更新后的三维场景地图,本发明提高了三维场景重建的精度。

Patent Agency Ranking