基于深度视觉里程计和IMU的相机位姿估计方法及装置

    公开(公告)号:CN112648994A

    公开(公告)日:2021-04-13

    申请号:CN202011476504.2

    申请日:2020-12-14

    IPC分类号: G01C21/16 G01C21/14 G06T7/00

    摘要: 本发明实施例提供一种基于深度视觉里程计和IMU的相机位姿估计方法及装置,该方法包括:利用光流网络对相邻图像帧提取特征得到光流信息,并利用IMU获取相机加速度和角速度;将光流信息和相邻图像帧,分别输入预设神经网络模型的空间卷积网络分支提取运动特征,和时间卷积网络分支提取时间特征,并将运动特征和时间特征融合后得到第一位姿向量;对相邻图像帧对应时刻的加速度和角速度进行积分,得到第二位姿向量;根据第一位姿向量和第二位姿向量,得到融合后的位姿向量;根据当前时刻及之前,多个连续时刻的融合后位姿向量,确定当前时刻的位姿。该方法可分离性强、精度高、计算量低,能够适用于纹理缺失和实时性要求高等复杂场景。

    基于深度视觉里程计和IMU的相机位姿估计方法及装置

    公开(公告)号:CN112648994B

    公开(公告)日:2023-12-05

    申请号:CN202011476504.2

    申请日:2020-12-14

    IPC分类号: G01C21/16 G01C21/14 G06T7/00

    摘要: 本发明实施例提供一种基于深度视觉里程计和IMU的相机位姿估计方法及装置,该方法包括:利用光流网络对相邻图像帧提取特征得到光流信息,并利用IMU获取相机加速度和角速度;将光流信息和相邻图像帧,分别输入预设神经网络模型的空间卷积网络分支提取运动特征,和时间卷积网络分支提取时间特征,并将运动特征和时间特征融合后得到第一位姿向量;对相邻图像帧对应时刻的加速度和角速度进行积分,得到第二位姿向量;根据第一位姿向量和第二位姿向量,得到融合后的位姿向量;根据当前时刻及之前,多个连续时刻的融合后位姿向量,确定当前时刻的位姿。该方法可分离性强、精度高、计算量低,能够适用于纹理缺失和实时性要求高等复杂场景。

    国产化设备运维数据的智能采集方法及系统

    公开(公告)号:CN112270417A

    公开(公告)日:2021-01-26

    申请号:CN202011170000.8

    申请日:2020-10-28

    摘要: 本发明公开了一种国产化设备运维数据的智能采集方法及系统,所述方法包括:通过服务端的服务Server接收预先安装在国产化设备上的代理Agent发送的国产化设备运维数据,并将所述国产化设备运维数据发送到国产化设备运维数据库,在所述国产化设备运维数据库中以预定义的存储规则进行存储;对所述国产化设备运维数据库中存储的国产化设备运维数据进行筛查分析,并将设备运行态势的分析结果通过单向导入设备传输到相关监控运维平台。本发明提高运维效率减少了运维成本,更保证了运维监控数据的完整性、安全性和机密性。