内容提供者
位姿估计方法、装置、设备及介质.pdf
2023-05-09
10金币
1.4MB
26页
邻家****mk
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共26页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
位姿估计方法、装置、设备及介质.pdf
本公开涉及一种位姿估计方法、装置、设备及介质,该方法包括:获取车辆在T时刻和T+1时刻之间的轮速计观测数据;根据预设轮速计模型和车辆运动学模型,获取轮速计观测数据表征的车辆名义状态的时间导数;对轮速计观测数据表征的车辆名义状态的时间导数进行数值积分,基于积分结果获取车辆在T时刻和T+1时刻之间的名义位姿增量;根据误差传播算法、轮速计模型、车辆运动学模型以及车辆名义状态的时间导数,得到T时刻和T+1时刻之间对应的轮速计误差置信度;根据指定传感器在T时刻观测数据和T+1时刻观测数据、轮速计观测数据对应的名义位
2023-05-09
10
1.4MB
位姿估计方法、装置、设备及介质.pdf
本公开涉及一种位姿估计方法、装置、设备及介质,该方法包括:获取车辆在T时刻和T+1时刻之间的目标观测数据;根据预设的轮速计模型和车辆运动学模型,获取目标观测数据表征的车辆名义状态的时间导数;对目标观测数据表征的车辆名义状态的时间导数进行数值积分,基于积分结果获取车辆在T时刻和T+1时刻之间的名义状态增量;根据误差传播算法、轮速计模型、车辆运动学模型以及车辆名义状态的时间导数,得到T时刻和T+1时刻之间对应的目标误差置信度;根据指定传感器在T时刻的观测数据和T+1时刻的观测数据、目标观测数据对应的名义状态增
2023-05-09
10
1.4MB
估计位姿的方法、装置及计算机可读存储介质.pdf
本公开提供了一种估计位姿的方法、装置及计算机可读存储介质，涉及计算机技术领域。其中的估计位姿信息的方法包括：利用视觉里程计确定目标在当前图像中的第一位姿信息，当前图像为目标的图像序列中的关键帧；利用预先训练的关键点预测神经网络，确定目标在当前图像中的第二位姿信息；将第一位姿信息和第二位姿信息进行数据融合，获得目标在当前图像中的融合位姿信息。本公开将深度学习技术与视觉里程计技术进行了融合，既能够减小视觉里程计带来的累积估计误差，又能够缓解深度学习技术带来的估计位姿抖动，从而更加准确、稳定的估计目标在图像中的
2023-06-14
10
598KB
估计机器人位姿的方法、设备及存储介质.pdf
本申请涉及一种估计机器人位姿的方法、设备及存储介质，方法包括：获取机器人测量时刻在方向角变化方向上的角速度值，并通过机械里程计测量获得在预设时长内所述机器人向前平移的距离，所述预设时长的终止时刻为所述测量时刻；根据所述角速度值和所述机器人向前平移的距离，确定所述机器人在所述预设时长内产生的位姿增量；根据所述位姿增量以及上一次估计的所述机器人的位姿，确定本次估计的所述机器人的位姿。本申请实施例能够消除轮子打滑对机械里程计位姿估计准确度的影响。
2023-08-28
10
441KB
位姿确定方法和装置、设备、介质.pdf
本申请公开了一种位姿确定方法和装置、设备、介质，位姿确定方法包括：对目标设备拍摄的包含第一目标对象的目标图像进行特征提取，得到关于第一目标对象的若干目标二维点的特征；将若干目标二维点的特征与关于第一目标对象的若干预设三维点的特征进行匹配，得到各目标二维点与各预设三维点之间的目标匹配结果；基于目标匹配结果，确定目标设备与第一目标对象之间的目标相对位置关系。上述方案，能够提高位姿确定的便捷性。
2023-07-22
10
1.2MB