一种基于激光雷达辅助的视觉建图方法

    公开(公告)号:CN114419155B

    公开(公告)日:2024-10-25

    申请号:CN202210061037.X

    申请日:2022-01-19

    Abstract: 本发明公开了一种基于激光雷达辅助的视觉建图方法,包括以下步骤:收集移动设备运动过程中的激光雷达数据、图像数据、惯性传感器数据和里程计数据;采用激光SLAM方法遍历整个数据流;根据得到的位置信息,插值估计得到图像位置信息并构建KD Tree;对整个数据流的图像数据进行逐帧遍历,提取深度学习的特征信息;再次对整个数据流的图像数据进行逐帧遍历,利用KD Tree搜索获取当前帧邻近的图像帧集,然后对图像帧集中的图像帧两两进行特征匹配,并通过增量三角化生成3D地图点。本方案使得大场景建图不再受限,从整体上提高了地图的精度;同时本发明使用了更鲁棒的深度学习的特征信息,可以克服光照变化的影响,抗干扰能力更强。

    停车库环境中语义建图方法、装置、电子设备及存储介质

    公开(公告)号:CN116051666A

    公开(公告)日:2023-05-02

    申请号:CN202211348073.0

    申请日:2022-10-31

    Abstract: 本申请涉及一种停车库环境中语义建图方法、装置、电子设备及存储介质,方法包括:根据传感器数据得到车辆位姿信息;拼接多张环视图片,通过语义分割算法检测出车道线语义信息和库位线语义信息,标记对应的图片像素,提取车道线中心线和库位线中心线图片;根据车辆位姿信息和环视图片的时间计算环视图片的车辆位姿信息,基于环视图片的车辆位姿信息、车道线中心线和库位线中心线图片得到不同时刻的车道线点云和库位线点云,拼接得到初始语义点云地图;降采样创建三维体素栅格,三维体素栅格内的所有点云的重心作为新的语义点,根据新的语义点得到停车库环境中语义点云地图。解决了相关技术中建图方法计算量大、处理器的算力要求高且成本高的问题。

Patent Agency Ranking