-
公开(公告)号:CN112862894A
公开(公告)日:2021-05-28
申请号:CN202110389259.X
申请日:2021-04-12
Applicant: 中国科学技术大学
Abstract: 本发明公开一种三维点云地图构建与扩充方法,包括:步1,通过扩展卡尔曼滤波融合多传感器信息测量得到当前机器人的位姿估计变换去除原始三维点云数据的运动失真,同时确定先验位姿;步2,从三维点云数据提取特征关键帧,将特征关键帧与生成的局部点云地图扫描匹配,根据匹配结果修正先验位姿获得激光雷达后验位姿,通过后验位姿构建实时三维点云地图;步3,建立离线地图姿态图;当前时刻接收到继续提取的特征关键帧时,对该特征关键帧建立里程计姿态约束和回环姿态约束,将该特征关键帧作为一个状态节点,添加到离线地图姿态图中,对离线三维点云地图进行扩充。能实现在少特征环境下进行三维点云地图的构建与扩充。
-
公开(公告)号:CN112862894B
公开(公告)日:2022-09-06
申请号:CN202110389259.X
申请日:2021-04-12
Applicant: 中国科学技术大学
Abstract: 本发明公开一种三维点云地图构建与扩充方法,包括:步1,通过扩展卡尔曼滤波融合多传感器信息测量得到当前机器人的位姿估计变换去除原始三维点云数据的运动失真,同时确定先验位姿;步2,从三维点云数据提取特征关键帧,将特征关键帧与生成的局部点云地图扫描匹配,根据匹配结果修正先验位姿获得激光雷达后验位姿,通过后验位姿构建实时三维点云地图;步3,建立离线地图姿态图;当前时刻接收到继续提取的特征关键帧时,对该特征关键帧建立里程计姿态约束和回环姿态约束,将该特征关键帧作为一个状态节点,添加到离线地图姿态图中,对离线三维点云地图进行扩充。能实现在少特征环境下进行三维点云地图的构建与扩充。
-
公开(公告)号:CN115035404A
公开(公告)日:2022-09-09
申请号:CN202210541132.X
申请日:2022-05-17
Applicant: 国网安徽省电力有限公司超高压分公司 , 中国科学技术大学先进技术研究院
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供一种基于三维激光雷达构建语义地图的方法及系统,属于人工智能技术领域。所述方法及系统包括:建立点云语义分割的全卷积神经网络模型;采用大规模KITTI语义数据集与现场环境数据集训练所述全卷积神经网络模型;采用训练完成的所述全卷积神经网络根据采集信息生成对应的语义信息;采用SLAM方法根据所述语义信息和采集信息构建语义地图。该方法及系统能够高效生成语义地图。
-
-