公开(公告)号：CN118781356A

公开(公告)日：2024-10-15

申请号：CN202410854969.9

申请日：2024-06-28

Applicant: 杭州电子科技大学

Inventor： 蒋嘉男 ,  陈德潮

IPC: G06V10/40 ,  G06V10/82 ,  G06V10/25 ,  G06T7/50

Abstract: 本发明公开了一种基于轻量级神经网络的视觉里程计特征点提取方法，该方法首先使用深度相机采集环境中的图像信息，获取RGB图像和深度图像，提取RGB图像帧中的加速段测试特征点。其次通过预训练的轻量级目标检测神经网络，根据语义先验信息获得RGB图像帧中潜在动态物体的检测框，将检测框之外的区域作为静态区域，静态区域中的加速段测试特征点设置为静态特征点。然后基于深度图像和检测框，使用特征点过滤算法，剔除掉潜在的动态特征点。最后判断特征点过滤算法是否生效，完成视觉里程计特征点提取。本发明精确进行视觉里程计特征点提取，提升了视觉里程计在复杂动态环境下的精度和实时性。

公开(公告)号：CN117889887A

公开(公告)日：2024-04-16

申请号：CN202310309306.4

申请日：2023-03-22

Applicant: 杭州电子科技大学

Inventor： 王志雄 ,  陈德潮 ,  蒋嘉男

IPC: G01C25/00 ,  G06N3/02

Abstract: 本发明公开了一种无人车传感器误差状态和状态归零神经网络求解方法，包括如下步骤：S1、通过传感器接收真实状态数据和标称状态数据，根据真实状态数据和标称状态数据得到误差数据；S2、将误差数据作为输入，得到动力学的线速度误差状态和角速度误差状态；S3、将线速度误差和角速度误差作为输入，在状态归零神经网络模型中进行优化，优化的结果反馈回去作为闭环，最后使得结果依指数形式逐渐收敛；S4、将误差数据作为输入，在优化后的状态归零神经网络模型中经MSCKF算法求解，输出运行轨迹；S5、将结合了MSCKF算法的状态归零神经网络模型移植到真实世界的双目相机和无人小车上进行验证，该方法有效提高SLAM系统最后运行的轨迹等结果的精度。