-
公开(公告)号：CN114241050B
公开(公告)日：2024-05-07
申请号：CN202111562336.3
申请日：2021-12-20
申请人： 东南大学
IPC分类号： G06T7/73
摘要： 本发明公开了一种基于曼哈顿世界假设及因子图的相机位姿优化方法，可以在弱纹理环境下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中增加定位的准确性和鲁棒性，其思路是计算特征的重投影误差以及结构化特征的结构误差项，构建因子图模型并进行位姿优化。该算法首先计算特征的重投影误差，然后根据曼哈顿世界假设构造结构化特征的结构误差项，最后在SLAM后端中对上述误差项构建因子图模型并进行位姿优化。本发明通过将结构化特征的重投影误差和结构误差加入到后端优化中，可以提高弱纹理场景下SLAM系统位姿解算的准确度和鲁棒性，以便满足机器人更加广阔的应用场景。
-
-
公开(公告)号：CN114359643A
公开(公告)日：2022-04-15
申请号：CN202111564380.8
申请日：2021-12-20
申请人： 东南大学
IPC分类号： G06V10/771 , G06V20/10 , G06V20/64 , G06K9/62
摘要： 本发明公开了一种基于曼哈顿世界假设的结构化征筛选方法，可以在弱纹理结构化场景下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中对提取的线面特征进行筛选，提高同步定位与制图的精度和稳健性。其思路是使用基于曼哈顿世界假设计算候选平面和线的能量函数，通过最小化能量函数剔除误提取的线面特征。该算法首先根据点云集合与平面或线的点云拟合程度构造一阶数据项，再根据结构化场景的几何关系构造二阶几何结构约束项，然后迭代的置信区域优化算法对能量函数进行求解，并对平面集合和线集合进行滤波。本发明可以对提取到的线面特征进行滤波，增加弱纹理结构化场景中SLAM的鲁棒性和准确性。
-
公开(公告)号：CN116429089A
公开(公告)日：2023-07-14
申请号：CN202310408084.1
申请日：2023-04-17
申请人： 东南大学
摘要： 本发明公开了一种增强动态场景下SLAM系统精度和鲁棒性的方法，可以在动态场景下的同步定位与建图系统中对动态物体的运动性和场景流一致性判定，提高同步定位与建图的精度和鲁棒性。其思路是使用场景流对场景中可能的动态物体进行评估筛选，并通过因子图与相机位姿进行联合优化。该算法首先根据场景流的模值判断场景中物体运动状态，然后对运动的物体进行场景流自动聚类，以评估场景流一致性的强弱，场景流一致性较强的动态物体的位姿会通过因子图模型与相机位姿进行联合优化。本发明可以对评估场景中动态物体并解算其位姿，降低动态物体对SLAM系统求解精度的影响，增强动态场景中SLAM系统定位和建图的精度和鲁棒性。
-
公开(公告)号：CN114241050A
公开(公告)日：2022-03-25
申请号：CN202111562336.3
申请日：2021-12-20
申请人： 东南大学
IPC分类号： G06T7/73
摘要： 本发明公开了一种基于曼哈顿世界假设及因子图的相机位姿优化方法，可以在弱纹理环境下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中增加定位的准确性和鲁棒性，其思路是计算特征的重投影误差以及结构化特征的结构误差项，构建因子图模型并进行位姿优化。该算法首先计算特征的重投影误差，然后根据曼哈顿世界假设构造结构化特征的结构误差项，最后在SLAM后端中对上述误差项构建因子图模型并进行位姿优化。本发明通过将结构化特征的重投影误差和结构误差加入到后端优化中，可以提高弱纹理场景下SLAM系统位姿解算的准确度和鲁棒性，以便满足机器人更加广阔的应用场景。
-
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
