-
公开(公告)号：CN110781262B
公开(公告)日：2023-06-02
申请号：CN201910998870.5
申请日：2019-10-21
Applicant: 中国科学院计算技术研究所
IPC: G06F16/29 , G06T17/00 , G06T17/05 , G06N3/0464
Abstract: 一种基于视觉SLAM语义地图的构建方法，该方法包括：通过RGB‑D相机采集目标环境图像信息；根据所述目标环境图像信息选取关键帧并确定关键帧的相机位姿；对所述关键帧进行语义分割，预测图像像素的类别；利用所述关键帧的相机位姿以及所述预测的关键帧像素的类别，采用八叉树结构构建三维语义地图。
-
公开(公告)号：CN111060115A
公开(公告)日：2020-04-24
申请号：CN201911199728.0
申请日：2019-11-29
Applicant: 中国科学院计算技术研究所
IPC: G01C21/32
Abstract: 一种基于图像边缘特征的视觉SLAM方法，包括如下步骤：通过视觉传感器获取图像；提取所获取图像的边缘特征进行位姿估计；根据位姿估计结果进行非线性优化；根据非线性优化结果进行闭环检测；根据闭环检测结果进行全局优化；构建全局地图。本发明的优势在于，首先，图像边缘是整个图像中重要的组成部分，往往能代表整幅图像，拥有更高的整体精度和信噪比，更加鲁棒。其次，边缘特征在稀疏纹理下也能鲁棒的运行，对光照变化的抗干扰能力也较强。最后，图像边缘特征是对真实场景的最朴素的表达，其建立的地图能很好的还原真实场景。
-
公开(公告)号：CN111060115B
公开(公告)日：2022-03-22
申请号：CN201911199728.0
申请日：2019-11-29
Applicant: 中国科学院计算技术研究所
IPC: G01C21/32
Abstract: 一种基于图像边缘特征的视觉SLAM方法，包括如下步骤：通过视觉传感器获取图像；提取所获取图像的边缘特征进行位姿估计；根据位姿估计结果进行非线性优化；根据非线性优化结果进行闭环检测；根据闭环检测结果进行全局优化；构建全局地图。本发明的优势在于，首先，图像边缘是整个图像中重要的组成部分，往往能代表整幅图像，拥有更高的整体精度和信噪比，更加鲁棒。其次，边缘特征在稀疏纹理下也能鲁棒的运行，对光照变化的抗干扰能力也较强。最后，图像边缘特征是对真实场景的最朴素的表达，其建立的地图能很好的还原真实场景。
-
公开(公告)号：CN110781262A
公开(公告)日：2020-02-11
申请号：CN201910998870.5
申请日：2019-10-21
Applicant: 中国科学院计算技术研究所
Abstract: 一种基于视觉SLAM语义地图的构建方法，该方法包括：通过RGB-D相机采集目标环境图像信息；根据所述目标环境图像信息选取关键帧并确定关键帧的相机位姿；对所述关键帧进行语义分割，预测图像像素的类别；利用所述关键帧的相机位姿以及所述预测的关键帧像素的类别，采用八叉树结构构建三维语义地图。
-
-
-
Search Results
4
records
(took 0.026 seconds)
