一种基于目标引导的偏向搜索的后端优化方法

    公开(公告)号:CN116466719A

    公开(公告)日:2023-07-21

    申请号:CN202310426324.0

    申请日:2023-04-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于目标引导的偏向搜索的后端优化方法。通过实验论证其在匹配质量及匹配速度上都优于传统的暴力枚举匹配算法。其次本发明还提出了一种基于斜率差的角点特征回环方法,把斜率差、角点的斜率和角点相邻两点的斜率的特征作为一个角点的描述,并在两次观测中,把上述三个因素都能匹配成功作为回环成功的标志,减少了错误的回环。然后基于后端优化方法中的海塞矩阵的稀疏性,进行了稀疏姿态调整方法(Sparse Pose Adjustment,简称SPA)优化,从而简化了后端非线性优化的流程,减少了后端优化时间。最后通过gazebo平台进行仿真,验证了方法的有效性。

    一种基于定向描述与多特征约束的点云配准方法

    公开(公告)号:CN120031930A

    公开(公告)日:2025-05-23

    申请号:CN202510112654.1

    申请日:2025-01-24

    Applicant: 福州大学

    Abstract: 本发明公开了一种基于定向描述与多特征约束的点云配准方法,旨在解决点云数据因噪声、稀疏性及数据缺失等问题导致的配准精度不足。现有技术中,点云配准主要依赖端到端变换矩阵估计或基于局部特征的方法,后者在关键点特征描述和特征匹配阶段仍有优化空间。针对关键点特征描述中的旋转不变性问题,本发明在USIP关键点提取网络的基础上提出了一种定向描述结构网络DDN,实现对关键点特征的高鲁棒性描述。此外,为解决特征匹配中的错误对应及低效问题,设计了多特征约束匹配模块MFC,通过引入局部相干性匹配结构和优化的最近点迭代算法ICP,进一步提升配准精度与鲁棒性。实验结果表明,本发明在配准时间、旋转矩阵和平移向量精度上均优于传统算法。

    一种基于改进A*算法和DWA算法的TWA*-DWA全局最优路径规划方法

    公开(公告)号:CN117193315A

    公开(公告)日:2023-12-08

    申请号:CN202311304312.7

    申请日:2023-10-10

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于改进A*算法和DWA算法的TWA*‑DWA全局最优路径规划方法。通过分析A*算法基本原理,首先提出基于时间轮结构的效率优化的A*算法;对利用TWA*算法获得的全局路径节点,提出基于连接判定法的路径节点选取策略,剔除了冗余节点,并将优化后的节点作为DWA算法的关键引导点,并基于局部重构的动态窗口的局部目标点轮换策略,更新DWA算法规划过程的局部目标点。通过仿真实验,验证TWA*算法的有效性及基于TWA*‑DWA算法的无人车全局最优路径规划能力。

    基于EKF的多源信息融合的SLAM前端策略

    公开(公告)号:CN116774247A

    公开(公告)日:2023-09-19

    申请号:CN202310587734.3

    申请日:2023-05-23

    Applicant: 福州大学

    Abstract: 本发明针对激光雷达前端子图构建中扫描匹配依赖初始值问题,提出了基于拓展卡尔曼滤波的多源信息融合算法。并把EKF融合了轮边编码器和IMU预积分,基于此得到的里程位姿(位置+姿态),进而获得融合之后的位姿以及协方差矩阵,并将融合位姿进行四元数球面插值去除激光雷达运动畸变;本发明还针对激光雷达帧间匹配需要较多特征点的问题,使用当前激光雷达数据帧与局部地图相关扫描匹配的策略改进了帧与子图匹配之间的匹配策略;同时融合位姿作为激光雷达迭代的初值,优化了迭代的时间,提高了定位精度。最后通过gazebo平台进行仿真,验证了方法的有效性。

Patent Agency Ranking