-
公开(公告)号：CN110189412A
公开(公告)日：2019-08-30
申请号：CN201910395243.2
申请日：2019-05-13
Applicant: 武汉大学
IPC: G06T17/20
Abstract: 本发明公开了一种基于激光点云的多楼层室内结构化三维建模方法及系统，包括输入多楼层点云后，基于竖直方向上的点云高程直方图，进行楼层与楼层间连接区域分割；对每一楼层分别进行单楼层房间分割，基于矢量墙面线进行单楼层室内空间单元划分，进行基于矢量和栅格叠加的矢量室内平面图构建；根据布尔求交，删除楼层与连通区域之间的重叠面，建立多楼层三维模型。本发明通过“峰值-低谷-峰值”策略的直方图分割，将多楼层室内结构重建问题转化为单楼层室内重建与楼层间连通空间重建问题；通过“先分割后局部重建”的手段，可以快速高效的构建多楼层的建筑物室内三维模型，更好的处理室内复杂环境下的点云数据，满足室内结构化建模需求。
-
公开(公告)号：CN107862738A
公开(公告)日：2018-03-30
申请号：CN201711218661.1
申请日：2017-11-28
Applicant: 武汉大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于移动激光测量点云进行室内结构化三维重建方法，首先基于激光扫描点云证据栅格地图进行房间分割；然后基于矢量墙面投影线段进行空间划分；最后基于矢量和栅格叠加构建矢量房间平面图和室内三维模型。本发明充分利用室内空间的语义信息和结构化元素，将室内三维重建问题转化为房间分割和基于GIS的叠加分析问题，利用分割的房间作为先验知识解决建模过程中激光测量的遮挡和数据不完整的问题，可以快速高效的构建具有拓扑一致性的室内建筑物三维模型。同其他方法相比，本发明可以更好的处理室内复杂环境的点云数据，满足室内结构化三维重建的要求。
-
公开(公告)号：CN110189412B
公开(公告)日：2023-01-03
申请号：CN201910395243.2
申请日：2019-05-13
Applicant: 武汉大学
IPC: G06T17/20
Abstract: 本发明公开了一种基于激光点云的多楼层室内结构化三维建模方法及系统，包括输入多楼层点云后，基于竖直方向上的点云高程直方图，进行楼层与楼层间连接区域分割；对每一楼层分别进行单楼层房间分割，基于矢量墙面线进行单楼层室内空间单元划分，进行基于矢量和栅格叠加的矢量室内平面图构建；根据布尔求交，删除楼层与连通区域之间的重叠面，建立多楼层三维模型。本发明通过“峰值‑低谷‑峰值”策略的直方图分割，将多楼层室内结构重建问题转化为单楼层室内重建与楼层间连通空间重建问题；通过“先分割后局部重建”的手段，可以快速高效的构建多楼层的建筑物室内三维模型，更好的处理室内复杂环境下的点云数据，满足室内结构化建模需求。
-
公开(公告)号：CN110703747A
公开(公告)日：2020-01-17
申请号：CN201910951962.8
申请日：2019-10-09
Applicant: 武汉大学
IPC: G05D1/02
Abstract: 本发明属于自动化技术，具体涉及一种基于简化广义Voronoi图的机器人自主探索方法，包括以下步骤：基于形态学方法构建简化广义Voronoi拓扑地图，找到最佳前沿点，并规划机器人当前位置到最佳前沿点的全局路径，沿全局路径将机器人导航至最佳前沿点。该方法充分利用简化广义Voronoi图的特点，将其应用于移动机器人室内自主探索任务，将自主探索问题从二维平面空间转化到拓扑图空间，极大程度地减少了前沿候选点的数量，减少了路径规划的计算量，同时保证生成的全局路径为最优无碰撞路径。同其他方法相比，该发明能够以更快地指导室内机器人自主探索，并且简化广义Voronoi图在具体应用中更加灵活，能够更好的满足移动机器人自主探索任务的要求。
-
公开(公告)号：CN119594973A
公开(公告)日：2025-03-11
申请号：CN202411662291.0
申请日：2024-11-20
Applicant: 武汉大学
Abstract: 本发明公开了一种适用于森林环境的地面‑无人机协同定位方法及装置，其中的方法首先获取无人机扫描得到的激光雷达数据与组合导航数据，得到森林整体点云，并对森林整体点云进行预处理与垂直特征提取、树干点聚类、树干点拟合和树干聚类中心点聚类，得到无人机先验地图的树木位置；然后获取地面移动设备的激光雷达数据，通过SLAM算法构建局部点云地图，对局部点云地图进行同样的操作得到局部地图的树木位置；然后将局部地图与无人机带有地理参考的三维点云融合，解决地面移动测绘系统的定位问题。本发明利用了森林环境中的自然树木分布实现定位，无需在野外部署人工参考目标，且提供定位结果的可用性和不确定性信息，便于与其他定位技术融合。
-
Patent Agency Ranking
公开(公告)号：CN114355325B
公开(公告)日：2024-05-28
申请号：CN202111550886.3
申请日：2021-12-17
Applicant: 武汉大学
Abstract: 本发明公开了一种适用于毫米波雷达的室内自定位方法及系统，首先利用毫米波雷达原始数据的预处理生成场景中障碍物的三维点云。其次通过DBSCAN聚类和最近邻准则提取并匹配特征点对；再次通过构造非线性优化函数并采用LM方法求解得到相邻帧的变换关系；最后根据航迹推算输出毫米波雷达传感器的实时位置。本发明通过构造非线性优化函数和LM求解方法可以快速的利用低成本单芯片毫米波雷达进行室内自定位。
-
公开(公告)号：CN116295337A
公开(公告)日：2023-06-23
申请号：CN202310183231.X
申请日：2023-02-28
Applicant: 武汉大学
IPC: G01C21/00 , G01C21/34 , G01S17/931 , G06T17/20
Abstract: 一种面向自动驾驶的机器定位地图生成与机器泛在定位方法。该方法首先使用虚拟激光雷达结合现有的3D点云地图，生成仿真虚拟扫描，接着对虚拟扫描进行指纹特征和全局特征的提取，对来自于定位激光雷达传感器的查询帧进行指纹特征和全局特征的提取，并利用KD树进行候选位置的搜索，随后使用二阶段相似度估计方法计算查询帧与所有侯选位置的相似度，进而确定侯选位置，最后使用广义最近点迭代方法确定搭载多线激光雷达传感器的自动驾驶车辆的位置。本发明以多线激光雷达作为定位传感器，以其它激光雷达传感器采集的3D点云地图为基础生成高精度定位数据，能够在卫星信号被遮蔽的情况下为自动驾驶车辆提供全局位置。
-
公开(公告)号：CN110703747B
公开(公告)日：2021-08-03
申请号：CN201910951962.8
申请日：2019-10-09
Applicant: 武汉大学
IPC: G05D1/02
Abstract: 本发明属于自动化技术，具体涉及一种基于简化广义Voronoi图的机器人自主探索方法，包括以下步骤：基于形态学方法构建简化广义Voronoi拓扑地图，找到最佳前沿点，并规划机器人当前位置到最佳前沿点的全局路径，沿全局路径将机器人导航至最佳前沿点。该方法充分利用简化广义Voronoi图的特点，将其应用于移动机器人室内自主探索任务，将自主探索问题从二维平面空间转化到拓扑图空间，极大程度地减少了前沿候选点的数量，减少了路径规划的计算量，同时保证生成的全局路径为最优无碰撞路径。同其他方法相比，该发明能够以更快地指导室内机器人自主探索，并且简化广义Voronoi图在具体应用中更加灵活，能够更好的满足移动机器人自主探索任务的要求。
-
公开(公告)号：CN115728803A
公开(公告)日：2023-03-03
申请号：CN202211474454.3
申请日：2022-11-23
Applicant: 武汉大学
Abstract: 本发明提出了一种城市驾驶车辆连续定位系统及方法。本发明方法构建城市环境三维地图；将相邻两个时刻的环境三维点云通过配准处理得到相对位姿变换以及当前时刻的环境三维点云中车辆位置；结合相对位姿进行坐标变换处理，得到当前时刻城市环境三维地图匹配位置；通过筛选得到当前时刻的环境三维点云的筛选后多个体素；计算当前时刻的环境三维点云的筛选后每个体素中每个三维点的权重，并进一步计算配准得分；根据配准得分计算当前时刻的相对位姿权重矩阵；结合当前时刻的相对位姿权重矩阵、GNSS权重、环境三维地图匹配位置权重通过图优化方法得到融合后的位置；进一步进行修正得到修正后相对位姿。本发明提高了复杂城市环境中定位精度以及可用性。
-
公开(公告)号：CN114355325A
公开(公告)日：2022-04-15
申请号：CN202111550886.3
申请日：2021-12-17
Applicant: 武汉大学
Abstract: 本发明公开了一种适用于毫米波雷达的室内自定位方法及系统，首先利用毫米波雷达原始数据的预处理生成场景中障碍物的三维点云。其次通过DBSCAN聚类和最近邻准则提取并匹配特征点对；再次通过构造非线性优化函数并采用LM方法求解得到相邻帧的变换关系；最后根据航迹推算输出毫米波雷达传感器的实时位置。本发明通过构造非线性优化函数和LM求解方法可以快速的利用低成本单芯片毫米波雷达进行室内自定位。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
