-
公开(公告)号：CN110084272B
公开(公告)日：2021-01-08
申请号：CN201910231731.X
申请日：2019-03-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种聚类地图创建方法及基于聚类地图和位置描述子匹配的重定位方法，提出了一种具有完整系统结构的三维视觉激光SLAM系统，以及一种聚类地图的创建方法，并基于聚类地图和位置描述子设计了一种无人车的重定位方法，面向城市动态环境，创建了与真实场景尺度一致的聚类地图，同时设计了用于描述点云聚类位置特征的位置描述子，并且利用位置描述子的匹配与筛选实现了无人车在城市环境中的可靠重新定位。通过忽略单个物体形貌上的变化，重点关注不同物体之间的相互位置关系，本发明提出的重定位方法能够有效应对多种场景条件的不利变化，并实现较高的重定位成功率，具有较为广泛的应用前景与较高的研究价值。
-
公开(公告)号：CN110084272A
公开(公告)日：2019-08-02
申请号：CN201910231731.X
申请日：2019-03-26
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种聚类地图创建方法及基于聚类地图和位置描述子匹配的重定位方法，提出了一种具有完整系统结构的三维视觉激光SLAM系统，以及一种聚类地图的创建方法，并基于聚类地图和位置描述子设计了一种无人车的重定位方法，面向城市动态环境，创建了与真实场景尺度一致的聚类地图，同时设计了用于描述点云聚类位置特征的位置描述子，并且利用位置描述子的匹配与筛选实现了无人车在城市环境中的可靠重新定位。通过忽略单个物体形貌上的变化，重点关注不同物体之间的相互位置关系，本发明提出的重定位方法能够有效应对多种场景条件的不利变化，并实现较高的重定位成功率，具有较为广泛的应用前景与较高的研究价值。
-
Search Results
2
records
(took 0.018 seconds)
