龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华南理工大学
申请日：2024-04-01
公开（公告）日：2024-07-05
公开（公告）号：CN118293903A
主分类号：G01C21/00
分类号：G01C21/00;G06V10/46;G06V10/75;G06F16/29;G06V10/762;G06V10/74;G01C21/16
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于IMU和点线面特征综合的SLAM方法，该方法步骤如下：首先在彩色图像中提取点线面特征并进行特征匹配，融合惯性测量单元数据与视觉点线面特征估计位姿；然后对当前的彩色图像进行关键帧图像判断，若为关键帧图像则插入到局部地图；最后进行回环检测，若检测到回环则进行位姿估计的全局优化。本发明是一种高精度、鲁棒性强的视觉SLAM方法，解决了低纹理的结构化场景下仅基于点特征的视觉SLAM精度下降甚至系统失效的问题。
主权项：1.一种基于IMU和点线面特征综合的SLAM方法，其特征在于，所述SLAM方法包括以下步骤：S1、使用RGB-D相机采集周围环境的彩色图像，对采集到的第k帧彩色图像与第k+1帧彩色图像进行点特征和线特征的提取与匹配；S2、使用RGB-D相机内置的惯性测量单元采集得到IMU数据，根据从第k帧彩色图像到第k+1帧彩色图像时间间隔内采集的IMU数据得到在该时间间隔内相机位姿的初步估计与IMU预积分残差，其中，惯性测量单元简称IMU；S3、使用RGB-D相机采集深度图像，将深度图像转换成点云集合，点云集合提前得到平面特征，将平面特征与地图平面进行匹配；S4、根据IMU预积分残差与点特征、线特征、平面特征的重投影误差以及点特征、线特征、平面特征的置信度系数构建误差函数，通过最小化误差函数对估计的相机位姿进行优化；S5、判断彩色图像是否为关键帧图像，若为关键帧图像，则加入到局部地图中，并更新地图中的三维点、三维线和三维平面；S6、对关键帧图像进行回环检测，若检测到回环则进行相机位姿估计的全局优化，减小位姿估计累计误差。
全文数据：
权利要求：
百度查询： 华南理工大学 一种基于IMU和点线面特征综合的SLAM方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号