-
公开(公告)号:CN112240768A
公开(公告)日:2021-01-19
申请号:CN202010949831.9
申请日:2020-09-10
Applicant: 西安电子科技大学 , 北京临近空间飞行器系统工程研究所
IPC: G01C21/16 , G01C21/20 , G06F17/11 , G06F17/16 , G06K9/46 , G06K9/62 , G06T7/50 , G06T7/62 , G06T7/80
Abstract: 本发明属于无人驾驶技术领域,公开了一种基于Runge‑Kutta4改进预积分的视觉惯导融合SLAM方法,用于解决现有视觉ORB‑SLAM2方法在快速运动、环境特征稀疏等场合存在的定位精度低、鲁棒性差等问题的技术问题;实现步骤为:输入双目图像对信息;输入IMU信息;对双目图像进行预处理;利用Runge‑Kutta4算法对IMU进行预积分;系统初始化;联合状态估计;滑动窗口局部优化;回环检测与全局位姿图优化。本发明可以在不同难度等级的场景中有效地进行定位估计和地图创建,与原视觉ORB‑SLAM2方法相比,本发明的方法具有更高的定位精度,可用于无人系统导航、虚拟现实等技术领域。
-
公开(公告)号:CN109345582A
公开(公告)日:2019-02-15
申请号:CN201810921642.3
申请日:2018-08-14
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于优化的置信传播算法和稀疏表示的深度图像获取方法,用于解决现有技术获取的深度图像存在的颜色畸变像素点匹配精度低和深度不连续的技术问题,实现步骤为:1.输入双目图像对;2.获取双目图像对中参考图像所有像素点的初始视差值;3.对参考图像进行超像素分割;4.获取参考图像的视差平面模板集;5.利用优化的置信传播算法,获取各分割区域的最佳视差平面方程;6.获取参考图像的初始深度图;7.重构初始深度图。本发明获取的深度图像颜色畸变像素点匹配精度高,深度信息连续,深度图像的质量高,可用于三维重建、虚拟现实和机器视觉技术领域。
-