-
Patent Agency Ranking
公开(公告)号：CN114066824A
公开(公告)日：2022-02-18
申请号：CN202111263043.5
申请日：2021-10-28
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种具有动态目标检测功能的双目视觉里程计方法，该方法不仅能有效克服动态目标的影响，实现定位的同时，还能检测动态目标的位置。本发明提出了一种基于动态特征点的数量直方图和光流角度直方图检测机制，用于去除外点并获得动态点。更进一步，一种多特征融合机制被用于获得动态目标的位置和边界框。通过实验认证，该双目视觉里程计方法能提高位姿估计的准确性，检测动态环境中的移动目标。
-
公开(公告)号：CN114066824B
公开(公告)日：2024-05-14
申请号：CN202111263043.5
申请日：2021-10-28
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种具有动态目标检测功能的双目视觉里程计方法，该方法不仅能有效克服动态目标的影响，实现定位的同时，还能检测动态目标的位置。本发明提出了一种基于动态特征点的数量直方图和光流角度直方图检测机制，用于去除外点并获得动态点。更进一步，一种多特征融合机制被用于获得动态目标的位置和边界框。通过实验认证，该双目视觉里程计方法能提高位姿估计的准确性，检测动态环境中的移动目标。
-
公开(公告)号：CN117824616A
公开(公告)日：2024-04-05
申请号：CN202311728894.1
申请日：2023-12-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种融合点特征和线特征的视觉激光惯性SLAM定位方法，该SLAM定位方法首先在全过程中利用点特征和线特征，在视觉惯性里程计检测中，通过激光雷达获取线特征深度，并采用三角化的方法对关联失败的线特征进行深度补偿，并对点特征和线特征的重投影误差进行建模；其次，还提出了一种新的全局空间描述符PLC(点线上下文)，融合了点特征和线特征的组合描述能力进行地点识别；最后，基于因子图融合多传感器数据，最小化所有残差获得位姿估计。该SLAM定位方法在多模态的数据集上进行了测试(黑暗、室内、室外)，通过实验对比可知，本发明在定位精度和建图效果均优于同类算法，并且在极端环境下更具鲁棒性。
-
公开(公告)号：CN117492016A
公开(公告)日：2024-02-02
申请号：CN202311257356.9
申请日：2023-09-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种在中低速环境下机器人定位的位姿估计方法，该方法通过在激光里程计的前端中增加几何约束，用于保证参与配准点云的有效性；后端将前端获取到的点云信息以及由法向量组合的特征描述符进行粗配准，粗略估计出机器人的位姿并作为精配准的初始变换矩阵；在精配准中加入权重矩阵的惩罚项，从而使激光里程计更注重参与配准点云对的贡献。本发明提出的位姿估计方法既能提高机器人定位的鲁棒性以及准确性，又能有效克服部分动态物体所带来的影响。
-
公开(公告)号：CN119359756A
公开(公告)日：2025-01-24
申请号：CN202411361242.3
申请日：2024-09-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种具有共视约束的视觉无人机轨迹估计方法，该轨迹估计方法先是根据时间戳为t的图像帧对最近关键帧地图点的可见率，在基于最近关键帧地图点和滑动窗口地图点的位姿估计之间动态切换，以获取初始位姿；在此过程中，部分图像帧被选为关键帧；接着，对新选定的关键帧进行梯度分析，获取共视关键帧集，提供共视约束；用滑动窗口和共视关键帧集内的地图点生成距离图，以将地图点区分为路标地图点和非路标地图点，提高优化效率；最后，对滑动窗口和共视关键帧集内的关键帧及地图点进行联合优化，获得最终轨迹。本发明提出的轨迹估计方法在精度与同类算法相近的情况下，每帧图像处理速度更优。
-
-
-
-
Search Results
5
records
(took 0.034 seconds)
