-
公开(公告)号：CN114111769B
公开(公告)日：2024-08-06
申请号：CN202111350701.4
申请日：2021-11-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01C21/16
Abstract: 本发明实施例提供了一种视觉惯性定位方法、装置及自动驾驶装置，方法包括：获取传感器采集的当前帧、历史地图以及惯性信息，将当前帧加入时域滑窗，并基于时域滑窗以及空域滑窗，更新先验约束条件；基于当前帧以及历史地图，确定视觉约束条件；基于当前帧与前一帧之间的惯性数据，确定惯性约束条件；基于先验约束条件、视觉约束条件以及时域滑窗中每相邻两帧图像帧之间的惯性约束条件进行视觉惯性优化，确定传感器的当前位姿，其中，先验约束条件为上一次更新得到的。通过构建空间广分布的空域滑窗和时域相邻的时域滑窗，进行视觉惯性联合优化，可以更好的控制每一时刻参与地图优化的图像帧的规模，进而可以提高视觉惯性定位的精度及鲁棒性。
-
公开(公告)号：CN117671183A
公开(公告)日：2024-03-08
申请号：CN202311864354.6
申请日：2023-12-29
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种地图数据压缩方法、装置、设备及存储介质，涉及计算机技术领域，通过采用了一种描述子集中管理的视觉特征点地图存储架构，在地图创建时对描述子集中存储，并在创建结束后对一些关键帧中冗余描述子进行删除，在保证不损失地图精度的前提下，降低视觉特征点地图的数据量，该方法包括：获取待压缩视觉特征点地图的地图数据，确定多个关键帧数据中的目标特征点；目标特征点在地图数据中不存在对应的三维地图点；在多个描述子数据中，删除目标特征点的描述子数据，得到压缩后地图数据。
-
公开(公告)号：CN115063461B
公开(公告)日：2025-04-01
申请号：CN202210751590.6
申请日：2022-06-28
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种误差消除方法、装置及电子设备，应用于数字建模技术领域。该方法包括：在移动设备移动过程中，实时对移动设备的最新移动轨迹进行直线轨迹检测；当检测出最新的目标直线轨迹时，从历史检测的直线轨迹中，确定与目标直线轨迹对应的共视直线轨迹；共视直线轨迹为：对应的视野空间与目标直线轨迹对应的视野空间具有共视空间的直线轨迹；每一直线轨迹对应的视野空间为：移动设备在该直线轨迹对应的每一位姿下的视野空间的集合；基于目标直线轨迹对应的关于目标对象的第一点云，以及共视直线轨迹对应关于目标对象的第二点云，对目标数据进行误差消除。通过本方案，可以针对携带小视角的激光雷达的移动设备，进行闭环误差消除。
-
公开(公告)号：CN115063461A
公开(公告)日：2022-09-16
申请号：CN202210751590.6
申请日：2022-06-28
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种误差消除方法、装置及电子设备，应用于数字建模技术领域。该方法包括：在移动设备移动过程中，实时对移动设备的最新移动轨迹进行直线轨迹检测；当检测出最新的目标直线轨迹时，从历史检测的直线轨迹中，确定与目标直线轨迹对应的共视直线轨迹；共视直线轨迹为：对应的视野空间与目标直线轨迹对应的视野空间具有共视空间的直线轨迹；每一直线轨迹对应的视野空间为：移动设备在该直线轨迹对应的每一位姿下的视野空间的集合；基于目标直线轨迹对应的关于目标对象的第一点云，以及共视直线轨迹对应关于目标对象的第二点云，对目标数据进行误差消除。通过本方案，可以针对携带小视角的激光雷达的移动设备，进行闭环误差消除。
-
公开(公告)号：CN112634395A
公开(公告)日：2021-04-09
申请号：CN201910905403.3
申请日：2019-09-24
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于SLAM的地图构建方法及装置，所述方法包括：检查当前采集的图像是否满足预设的关键帧图像条件，如果是，确定所述图像为第一关键帧；将所述第一关键帧插入已构建的第一SLAM地图，并获取与第一SLAM地图相关联的历史SLAM地图，所述历史SLAM地图与所述第一SLAM地图对应同一物理区域；依据所述历史SLAM地图判断是否需要对第一SLAM地图进行修正；若是，则依据所述历史SLAM地图修正所述第一SLAM地图。应用该方法，实现了对动态场景构建SLAM地图，并且由于在构建SLAM地图的过程中，依据同一物理区域的历史SLAM地图对已构建的SLAM地图进行修正，从而可以降低已构建的SLAM地图的累计误差，进而提高构建出的SLAM地图的长时复用性和可扩展性。
-
Patent Agency Ranking
公开(公告)号：CN111754579A
公开(公告)日：2020-10-09
申请号：CN201910241932.8
申请日：2019-03-28
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种多目相机外参确定方法及装置，属于机器视觉领域。所述方法包括：先根据当前摄像头拍摄的当前图像中的M个特征点，确定M个地图点中每个地图点在N个关键帧图像中对应的像素点的图像坐标。然后根据可移动设备在N个关键帧时刻的理论位姿和参考尺度比例，确定可移动设备在N个关键帧时刻的实际位姿。最后根据M个地图点中的每个地图点在N个关键帧图像中对应的像素点的图像坐标、可移动设备在N个关键帧时刻的实际位姿、M个地图点的三维位置信息和当前摄像头的内参，确定当前时刻当前摄像头相对于基准坐标系的外参。本申请确定可移动设备在N个关键帧时刻的实际位姿的过程简便，且本申请可以在线确定多目相机的外参，高效省时。
-
公开(公告)号：CN117804501A
公开(公告)日：2024-04-02
申请号：CN202311855311.1
申请日：2023-12-28
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01C25/00
Abstract: 本申请实施例提供了一种重定位位姿的校验方法、装置、电子设备及存储介质，方法包括：每获取智能移动设备的当前定位帧对应的当前重定位位姿时，获取当前定位帧对应的当前里程计位姿；计算第一窗口中，当前重定位位姿与前一重定位位姿之间的相对定位位姿；计算第二窗口中，当前里程计位姿与前一里程计位姿之间的相对里程计位姿；确定相对定位位姿与相对里程计位姿之间的差异，作为当前重定位位姿对应的位姿差异；基于第一窗口包括的第一预设数量的重定位位姿对应的位姿差异，对当前重定位位姿进行校验，得到检验结果。通过对重定位位姿进行校验，降低误定位对智能移动设备稳定运行的影响。
-
公开(公告)号：CN117745602A
公开(公告)日：2024-03-22
申请号：CN202311825746.1
申请日：2023-12-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/80
Abstract: 本申请实施例提供了一种图像处理方法、装置、电子设备及存储介质，涉及计算机视觉技术领域，该方法包括：构建朝向所述感兴趣区域的目标虚拟视点；建立鱼眼相机对应的像素位置与所述目标虚拟视点对应的像素位置之间的第一映射关系；利用所述第一映射关系，将所述鱼眼相机采集的第一鱼眼图像映射至所述目标虚拟视点的成像平面上，得到第一去畸变图像。应用本申请实施例提供的技术方案，解决了由图像边缘仿射过大带来的感兴趣区域形状失真问题，提高了去畸变图像的质量。
-
公开(公告)号：CN110969665B
公开(公告)日：2023-10-10
申请号：CN201811162833.2
申请日：2018-09-30
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种外参标定方法、装置、系统及机器人，方法包括：分别获取第一设备在多个测量位置处的第一位姿；其中，第一位姿为第一坐标系中的位姿；分别获取第二设备在该多个测量位置处的第二位姿；其中，第二位姿为第二坐标系中的位姿；根据每个测量位置处的第一位姿和第二位姿、以及第一坐标系与第二坐标系之间的坐标转换关系，求解第一设备与第二设备之间的外参；可见，本方案中，实现了直接确定两台设备之间的外参，而不需要将这两台设备都转换到世界坐标系中。
-
公开(公告)号：CN112634395B
公开(公告)日：2023-08-25
申请号：CN201910905403.3
申请日：2019-09-24
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于SLAM的地图构建方法及装置，所述方法包括：检查当前采集的图像是否满足预设的关键帧图像条件，如果是，确定所述图像为第一关键帧；将所述第一关键帧插入已构建的第一SLAM地图，并获取与第一SLAM地图相关联的历史SLAM地图，所述历史SLAM地图与所述第一SLAM地图对应同一物理区域；依据所述历史SLAM地图判断是否需要对第一SLAM地图进行修正；若是，则依据所述历史SLAM地图修正所述第一SLAM地图。应用该方法，实现了对动态场景构建SLAM地图，并且由于在构建SLAM地图的过程中，依据同一物理区域的历史SLAM地图对已构建的SLAM地图进行修正，从而可以降低已构建的SLAM地图的累计误差，进而提高构建出的SLAM地图的长时复用性和可扩展性。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.062 seconds)
