一种基于三维路标的视觉定位方法及系统

    公开(公告)号:CN114111787A

    公开(公告)日:2022-03-01

    申请号:CN202111304785.8

    申请日:2021-11-05

    IPC分类号: G01C21/20 G05D1/02

    摘要: 本发明公开一种基于三维路标的视觉定位方法,包括以下步骤:S1、根据移动机器人的任务环境设置三维路标定位模块;S2、实时采集移动机器人前方行驶道路上的深度图像,并通过分割处理获得若干个子区块;S3、对子区块进行预处理,获取匹配路标排序,并对匹配路标进行编码;S4、基于路标编码获取移动机器人的当前位置和前进方向;S5、基于当前深度图像获取障碍物信息,并更新移动机器人的行驶状态;S6、综合前进方向和行驶状态的结果,优先满足S5中的行驶状态,并向S4中的前进方向运动。本发明通过在移动机器人行驶路径上放置三维路标,并利用深度相机采集道路图像,具有深度信息,能够精准判断障碍物,实现精准定位。

    模拟调制TOF相机校正方法、装置及系统和存储介质

    公开(公告)号:CN116758164A

    公开(公告)日:2023-09-15

    申请号:CN202310722453.4

    申请日:2023-06-16

    申请人: 上海大学

    摘要: 本发明公开一种模拟调制TOF相机校正方法、装置及系统和存储介质,首先计算光强阈值作为深度误差分类标准,选取深度误差标准差最大的光强阈值作为深度误差摆动临界点,根据光强‑距离数据集建立光强‑距离查找表对高光强深度数据进行校正,建立光强‑深度随机森林非线性模型并使用粒子群算法优化模型超参数对低光强深度数据。然后,构建材料校正分类模型,针对由于测量场景材料导致的光散射误差,使用LDA算法提取有效特征并建立材料‑深度失真数据集,最后,在实时采集过程中使用训练好的材料校正分类模型对采集到的物体材料进行分类,并根据材料分类结果使用材料‑深度失真数据集对深度数据进行校正,获得较高质量的深度图像。