基于视觉SLAM的动态场景多语义地图构建方法及设备.pdf
小新****ou
亲,该文档总共18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
基于视觉SLAM的动态场景多语义地图构建方法及设备.pdf
本发明提供了一种基于视觉SLAM的动态场景多语义地图构建方法及设备。所述方法包括:步骤1至步骤9。本发明针对动态场景生成两种语义地图,方法高效且简便,地图剔除动态目标带来的影响,完成高质量的背景重建,能在动态场景下取得比现有方法更好的性能,满足挑战场景下的定位与制图应用需求。
基于激光SLAM和视觉融合的变电站语义地图构建方法.pdf
本发明公开了一种基于激光SLAM和视觉融合的变电站语义地图构建方法,包括如下步骤:S1?1对深度相机进行内参标定以及激光雷达和相机的外参联合标定;S1?2、对深度相机和激光雷达获取的数据进行同步预处理;S2?1通过激光雷达采集的点云数据以及里程计信息进行运维环境的地图建模;S2?2、获取深度相机的RGBD图像,通过深度学习进行目标识别,以及场景信息理解,获取其语义信息;S2?3、进行坐标转换,将步骤S2?2中识别的目标投影至栅格地图中,为变电站提供环境认知信息;S3、重复步骤S2,完成语义地图的构建。采用
基于视觉SLAM和目标检测的语义地图构建的开题报告.docx
基于视觉SLAM和目标检测的语义地图构建的开题报告一、研究背景近年来,机器人技术得到了快速发展,并在许多领域中得到广泛应用。机器人系统对环境进行探索和地图构建是其基本功能之一,这在自动化仓库管理、无人驾驶车、智能家居等领域有着非常重要的应用。而对于机器人来说,必须具备自主探测与感知能力,懂得理解环境中的目标物体信息,才能践行“出门左转,右转就是故宫”的指令。本文旨在基于视觉SLAM和目标检测的技术指导下完成语义地图的构建,真正实现机器人的感知自我。二、研究内容语义地图指的是除了具备几何意义之外,同时也能够
基于概率网格滤波的语义视觉SLAM方法.pdf
本发明公开了一种基于概率网格滤波的语义视觉SLAM方法,包括步骤:使用摄像机传感器依次采集场景的RGB图像,并对采集的图像进行ORB特征点提取、超点分割和语义分割;创建并初始化概率网格;计算特征点在上下帧间的匹配信息,并使用匹配信息将上帧中网格概率传播到相应下帧概率网格中,完成概率网格更新;对其匹配点进行运动一致性检查,更新概率网格的运动状态;根据更新后的概率网格,使用贝叶斯概率公式更新当前概率网格的属性,并创建动态区域的掩膜;根据提取的ORB特征点,使用动态区域的掩膜进行滤波,删除概率较高的动态特征点;
一种基于语义分割的动态环境双目视觉SLAM方法.pdf
本发明涉及一种基于语义分割的动态环境双目视觉SLAM方法,包括如下步骤:获取物体的语义掩膜,所述语义掩膜通过深度学习网络生成;采用双目相机获取多帧连续的双目图像;提取每帧双目图像上的特征点,匹配相邻帧双目图像上的特征点;剔除位于语义掩膜上的特征点,并根据剩余的特征点计算相机位姿;基于所述相机位姿分离所述双目图像上的动态物体和静态物体;基于分离后的静态物体重新计算相机位姿;基于更新后的相机位姿以及位于所述静态物体上的特征点构建静态地图。本发明使用双目相机,将经过语义信息分割后的图像作为引导,能够识别场景中的