基于激光雷达的全局描述符生成方法及地点识别方法

    公开(公告)号:CN119625336A

    公开(公告)日:2025-03-14

    申请号:CN202411662413.6

    申请日:2024-11-20

    Applicant: 常州大学

    Abstract: 本发明涉及地点识别领域,具体涉及一种基于激光雷达的全局描述符生成方法及地点识别方法。生成方法包括:将点云数据转换为范围图像,并提取图像特征;对图像特征处理,形成正向、反向、随机序列,然后分别进行Mamba操作,并求均值,得到输出特征;对输出特征进行卷积操作后创建两个分支,一个分支进行深度可分离卷积,然后通过残差连接,再激活,最后与另一个分支叉乘、卷积操作,得到门控特征;对门控特征依次进行MLP、NetVLAD和MLP操作,得到全局描述符。本发明它可以准确、快速地生成表示地点特征的全局描述符,利于提高地点识别的效率和全局定位能力。

    基于多重不确定性的行人穿越意向预测方法及装置

    公开(公告)号:CN118898867A

    公开(公告)日:2024-11-05

    申请号:CN202410921173.0

    申请日:2024-07-10

    Applicant: 常州大学

    Abstract: 本发明涉及一种基于多重不确定性的行人穿越意向预测方法及装置。方法包括:分别从行人边界框、行人姿态、自车速度和准极坐标提取多尺度时间特征;将多尺度时间特征在通道维度上进行拼接,得到特征FC;对特征FC添加由可学习参数组成的类标志Ttk,并记录通道位置信息,得到特征FT;对特征FT进行特征融合,得到特征FCT,从特征FCT中获取类标志Ttk所在位置的特征,送入MLP中进行依据收集,得到表示判断依据的特征FE;将特征FE拟合为Beta分布,获取行人i的穿越概率及不确定性。本发明在综合各要素信息后得到行人意图结果的同时,获取该结果的可信度,从而给智能车辆控制系统提供可靠的决策依据。

    基于曼哈顿结构面特征约束的视觉SLAM方法及系统

    公开(公告)号:CN117490679A

    公开(公告)日:2024-02-02

    申请号:CN202311372948.5

    申请日:2023-10-23

    Applicant: 常州大学

    Abstract: 本发明涉及室内定位技术领域,尤其涉及基于曼哈顿结构面特征约束的视觉SLAM方法及系统,包括采集室内场景深度图像和彩色图像数据;将图像中的点云转为世界坐标系下的三维坐标,结合深度信息和超像素值进行平面特征提取;根据提取的平面特征,以地面为基准构建曼哈顿结构面,并存储对应的观测值和相应帧,对于新插入的关键帧进行曼哈顿坐标系关联;根据平面特征关联解耦合相机位姿估计,分别计算旋转和平移估计;将局部地图中的平面与曼哈顿坐标系建立联系,结合点特征、面特征、结构约束和地面约束进行后端优化。本发明克服低纹理场景下点线特征错匹配、误匹配等问题。

    基于点线面解耦6-DoF位姿估计优化方法及系统

    公开(公告)号:CN118010024A

    公开(公告)日:2024-05-10

    申请号:CN202410036048.1

    申请日:2024-01-10

    Applicant: 常州大学

    Abstract: 本发明涉及室内定位技术领域,尤其涉及基于点线面解耦6‑DoF位姿估计优化方法及系统,包括计算点特征和线特征的相似度,并得到簇;并利用最小二乘法拟合簇内点并建立平面方程;构建系数矩阵;从而得到平面法向量和拟合的平面中心点;并进行平面特征匹配;提取图像中的曼哈顿世界坐标系,并跟踪点线面特征估计相机姿态;根据曼哈顿世界坐标系的结构约束进行解耦相机位姿,分别解耦计算旋转和平移矩阵;插入关键帧及点线面特征联合对相机位姿和地图结构进行优化。本发明在室内结构化场景中,通过结合点线面特征融合,解决复杂场景下因为凹凸不平的平面和不平整的纹理信息导致平面跟踪失败的情况;以及因为受光照影响的点特征无法提取的弱点。

Patent Agency Ranking