-
公开(公告)号:CN116027351A
公开(公告)日:2023-04-28
申请号:CN202310006695.3
申请日:2023-01-04
Applicant: 东南大学
Abstract: 一种手持/背包式SLAM装置及定位方法,本发明分为手持部分和背包部分两部分,两部分可以通过螺栓和航空插头进行连接,利用所述的手持/背包SLAM设备进行数据采集、定位方法,步骤如下:S1.通过航空接口将手持部分与背包部分连接,将背包部分放入背包中,将屏幕通过绑带固定在身体上,启动设备。S2.安装ROS系统及上述传感器驱动。S3.开启串口的低延时模式,使所述组合导航的数据能够以200Hz高频率传入主机。S4.发布双目相机图像数据、IMU数据、激光点云数据、GNSS数据。S5.融合相机、激光雷达、GNSS、IMU的定位。本发明提出了与设备配套的高精度半紧耦合的视觉‑IMU‑激光雷达‑INS融合的SLAM定位算法。
-
公开(公告)号:CN116824038A
公开(公告)日:2023-09-29
申请号:CN202310448307.7
申请日:2023-04-24
Applicant: 东南大学
IPC: G06T17/00 , G06T7/215 , G06T7/246 , G06T7/73 , G06V10/762 , G06V10/764 , G06V10/75
Abstract: 本发明一种4DOF的动态物体重建和跟踪方法,该方法能够估计相机和全局坐标系中刚性运动物体的6DOF轨迹,同时重建运动物体稠密的3D点云和静态背景的稠密地图,实现刚性运动对象的4D动态场景的重建。该系统提出的无语义信息的多运动分割方法,在改进动态物体和静态背景边界的不精确分割后,对场景的不同运动模型进行分割,获得未知运动目标的精确掩模,实现动态物体与静态背景的有效分离;光线不足、弱纹理的环境下相机对周围动态物体感知能力下降,研究基于激光辅助视觉的语义分割方法,提高对动态物体的感知能力。
-
公开(公告)号:CN114519111A
公开(公告)日:2022-05-20
申请号:CN202210143186.0
申请日:2022-02-16
Applicant: 东南大学
IPC: G06F16/41 , G06F16/44 , G06F16/48 , G06F16/16 , G06F16/172 , G06F9/50 , G06F9/4401 , G06F8/61 , G01S17/89 , G01S17/86 , G01S19/45
Abstract: 一种手持SLAM装置,数据采集、存储及发布方法,将LiDAR传感器、相机传感器和SPAN‑IGMS1组合导航设备组合形成可手持式SLAM装置,装置精巧,方便用户采集数据;提出的数据采集、存储及发布方法具有实时采集、传感器消息实时可视化;存储方便有序、存储数据易查看,易转载它用;发布灵活等特点。本发明总体具有高效快速,兼容性强,作业成本低,适用范围广等特点,在多传感器数据的实时采集与存储、发布、方便它用方面具有明显优势。
-
公开(公告)号:CN114488244A
公开(公告)日:2022-05-13
申请号:CN202210143183.7
申请日:2022-02-16
Applicant: 东南大学
Abstract: 本发明提供一种基于语义SLAM的多传感器融合穿戴式盲人智能辅助导航装置,考虑单一传感器的优点并针对其局限性,提出融合多传感器的SLAM方法,通过融合多传感器的数据,保证了室内外定位的准确性。并且结合语义SLAM可以帮助盲人感知周边环境,并将信息反馈给盲人。留有丰富的视觉信息可供持续开发。本发明中,针对现有视觉SLAM针对在纹理较少的环境中无法进行特征点匹配,从而无法得到三维点在相机坐标系下的深度,我们采用视觉+惯性SLAM算法,可以大大提高算法的稳定性和结果的精确性,使用SLAM方法进行室内定位。
-
公开(公告)号:CN114782689B
公开(公告)日:2025-02-07
申请号:CN202210339569.5
申请日:2022-04-01
Applicant: 东南大学
IPC: G06V10/26 , G06V10/77 , G06V10/764 , G06T7/35 , G01S17/89
Abstract: 本发明是一种基于多帧数据融合的点云平面分割方法,能够运用在16线激光雷达中,在激光雷达只能提供稀疏点云的场景下,得到分割准确率较高的分割结果,并能运用到实时分割中。本方法是一种激光雷达点云平面分割算法。针对16线激光雷达获取的三维数据较为稀疏的问题,我们使用点云配准算法,将多帧点云融合到一起变为稠密点云,然后用稠密点云进行平面分割,建立先验地图。对于当前帧,我们将当前帧与先验地图进行配准,将当前帧点云转换到先验地图中,根据先验地图中的平面和当前帧点云数据的邻近关系进行匹配,快速判断平面点,实现点云数据的快速平面分割。
-
公开(公告)号:CN115471623A
公开(公告)日:2022-12-13
申请号:CN202211147684.9
申请日:2022-09-19
Applicant: 东南大学
Abstract: 本发明提出了基于深度学习的机场三维地图快速可视化方法,在未知环境下,载体在运动的过程中通过单目摄像头采集周围环境的彩色图像,在图像中提取特征点配准计算出自身的运动变换,然后将图像和位姿输入到深度学习网络中,得到每个图像的深度图,最后通过将所有深度图的点融合得到稠密的三维可视化地图,本发明提供一种基于深度学习的快速三维可视化方法。针对现有三维模型建立方法设备昂贵、需要耗费大量人力物力成本的问题,利用低成本的摄像机代替昂贵的设备,仅需要采集足够图像数据,即可重建三维地图模型。针对摄像头难以重建弱纹理的场景、重建时间长的问题,引入深度学习快速获取稠密的三维可视化模型。
-
公开(公告)号:CN114782689A
公开(公告)日:2022-07-22
申请号:CN202210339569.5
申请日:2022-04-01
Applicant: 东南大学
IPC: G06V10/26 , G06V10/77 , G06V10/764 , G06K9/62 , G01S17/89
Abstract: 本发明是一种基于多帧数据融合的点云平面分割方法,能够运用在16线激光雷达中,在激光雷达只能提供稀疏点云的场景下,得到分割准确率较高的分割结果,并能运用到实时分割中。本方法是一种激光雷达点云平面分割算法。针对16线激光雷达获取的三维数据较为稀疏的问题,我们使用点云配准算法,将多帧点云融合到一起变为稠密点云,然后用稠密点云进行平面分割,建立先验地图。对于当前帧,我们将当前帧与先验地图进行配准,将当前帧点云转换到先验地图中,根据先验地图中的平面和当前帧点云数据的邻近关系进行匹配,快速判断平面点,实现点云数据的快速平面分割。
-
-
-
-
-
-