公开(公告)号：CN114972501B

公开(公告)日：2024-07-02

申请号：CN202210423500.0

申请日：2022-04-21

Applicant: 东北大学

Inventor： 张云洲 ,  梁世文 ,  田瑞 ,  杨凌昊 ,  曹振中

IPC: G06T7/73 ,  G06T7/215 ,  G06T7/246

Abstract: 本发明属于视觉SLAM领域，提出了一种基于先验语义地图结构信息和语义信息的视觉定位方法。本发明通过一种融合先验语义地图语义信息和结构信息的混合约束，将先验语义地图因子引入到视觉定位中。随后，利用视觉路标与先验语义地图之间的数据关联，使用期望最大化算法同时优化数据关联和相机位姿，提高视觉定位的精度和鲁棒性。该算法能够有效限制视觉里程计的漂移误差并提高视觉定位精度，以服务于导航等应用场景。在满足实时性的要求下，取得了较高的定位精度。

公开(公告)号：CN118314305A

公开(公告)日：2024-07-09

申请号：CN202410424960.4

申请日：2024-04-10

Applicant: 东北大学

Inventor： 张云洲 ,  王国庆 ,  宁健 ,  梁世文 ,  田瑞

IPC: G06T19/00 ,  G06T17/05 ,  G06T7/73 ,  G06F16/29

Abstract: 本发明提供了一种基于体素地图面元约束的跨模态视觉定位方法，涉及视觉定位及视觉SLAM领域，本方法通过离线优化雷达帧位姿，构建第一体素地图，体素地图至少包括面元信息。基于视觉里程计，计算图像帧位姿，得到视觉3D地图点，对视觉3D地图点和所述图像帧位姿使用重投影误差优化，得到初始位姿；根据当前图像帧位置，使用子地图索引和哈希表中的体素动态加载子地图；根据所述初始位姿，通过跨模态数据关联所述第一体素地图和所述视觉3D地图点，构建第一约束，实现视觉定位位姿优化。本发明通过跨模态视觉定位，抑制自动驾驶长距离行驶的累积漂移问题，实现了持续性的实时高精度定位，有助于后续开展导航规划等任务。

公开(公告)号：CN116630561A

公开(公告)日：2023-08-22

申请号：CN202310603931.X

申请日：2023-05-26

Applicant: 东北大学

Inventor： 张云洲 ,  田瑞 ,  曹振中 ,  杨凌昊 ,  张金鹏 ,  梁世文

IPC: G06T17/05 ,  G06T7/557 ,  G06T7/73 ,  G06T7/277 ,  G06V10/40 ,  G06V10/82

Abstract: 本发明提供一种基于鲁棒的二次曲面初始化的室外视觉定位和建图方法，涉及视觉SLAM技术领域。本发明首先通过二维观测对目标物体初始化为等轴球体，然后利用后续观测优化球体为椭球。系统使用基于语义特征、椭球投影交并比和物体运动预测的数据关联算法保证连续帧物体的准确关联。最后使用联合优化策略，对相机位姿，二次曲面参数，地图点优化，最终构建完整的物体级语义地图。该发明能克服物体检测噪声和动态遮挡的干扰，并能有效克服传统物体初始化算法对平面假设的依赖，以适应复杂的实际场景路况，应用于无人驾驶和智能机器人的视觉感知和视觉定位领域。

公开(公告)号：CN114202579B

公开(公告)日：2024-07-16

申请号：CN202111279429.5

申请日：2021-11-01

Applicant: 东北大学 ,  北京仿真中心

Inventor： 张云洲 ,  杨凌昊 ,  马榕 ,  张金鹏 ,  梁世文 ,  曹振中

IPC: G06T7/73 ,  G06T7/80

Abstract: 一种面向动态场景的实时多体SLAM系统，该发明提取先验地图的结构信息和语义信息作为视觉里程计的先验约束。通过提出一种融合先验地图语义信息和结构信息的混合约束，将先验地图因子引入到视觉定位中。随后，利用视觉路标与先验地图之间的数据关联，使用EM算法同时优化数据关联和相机位姿。该算法能够有效限制视觉里程计的漂移误差并提高视觉定位精度，以服务于导航等应用场景。本发明构建的系统极大地提升了SLAM系统在动态场景中的位姿估计精度并同时提升了系统对周围物体的运动感知能力，有助于开展更智能化的智能决策与规划等工作。

公开(公告)号：CN114202579A

公开(公告)日：2022-03-18

申请号：CN202111279429.5

申请日：2021-11-01

Applicant: 东北大学 ,  北京仿真中心

Inventor： 张云洲 ,  杨凌昊 ,  马榕 ,  张金鹏 ,  梁世文 ,  曹振中

IPC: G06T7/73 ,  G06T7/80

Abstract: 一种面向动态场景的实时多体SLAM系统，该发明提取先验地图的结构信息和语义信息作为视觉里程计的先验约束。通过提出一种融合先验地图语义信息和结构信息的混合约束，将先验地图因子引入到视觉定位中。随后，利用视觉路标与先验地图之间的数据关联，使用EM算法同时优化数据关联和相机位姿。该算法能够有效限制视觉里程计的漂移误差并提高视觉定位精度，以服务于导航等应用场景。本发明构建的系统极大地提升了SLAM系统在动态场景中的位姿估计精度并同时提升了系统对周围物体的运动感知能力，有助于开展更智能化的智能决策与规划等工作。

公开(公告)号：CN114972501A

公开(公告)日：2022-08-30

申请号：CN202210423500.0

申请日：2022-04-21

Applicant: 东北大学

Inventor： 张云洲 ,  梁世文 ,  田瑞 ,  杨凌昊 ,  曹振中

IPC: G06T7/73 ,  G06T7/215 ,  G06T7/246

Abstract: 本发明属于视觉SLAM领域，提出了一种基于先验语义地图结构信息和语义信息的视觉定位算法。本发明通过一种融合先验语义地图语义信息和结构信息的混合约束，将先验语义地图因子引入到视觉定位中。随后，利用视觉路标与先验语义地图之间的数据关联，使用期望最大化算法同时优化数据关联和相机位姿，提高视觉定位的精度和鲁棒性。该算法能够有效限制视觉里程计的漂移误差并提高视觉定位精度，以服务于导航等应用场景。在满足实时性的要求下，取得了较高的定位精度。