买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:电子科技大学(深圳)高等研究院
摘要:本发明公开了一种深度补全视觉惯性定位方法、深度补全模型及视觉装置。本方法包括:将预处理的RGB图像、深度图像输入经训练的深度补全模型,得到补全深度图像;根据预处理的IMU数据、预处理的RGB图像的特征点及特征点在补全深度图像中对应的深度值,计算视觉模块的初始位姿;根据特征点在补全深度图像中对应的深度值,对超出相机深度阈值的深度值进行校正;根据初始位姿、预处理的RGB图像的特征点及特征点对应的校正后的深度值,计算视觉模块的位姿。深度补全模型包括深度图像特征提取网络、RGB图像特征提取网络以及上采样特征融合网络。视觉装置部署有深度补全模型。本发明能够提高无人机和机器人定位的精确度和鲁棒性。
主权项:1.一种深度补全视觉惯性定位方法,其特征在于,包括如下步骤:对从视觉模块采集的图像帧对应的RGB图像、深度图像和IMU数据进行预处理;将预处理的RGB图像、深度图像输入经训练的深度补全模型,得到补全深度图像;预处理的RGB图像中每个像素点在所述补全深度图像中对应的像素点均有有效的深度值;根据预处理的IMU数据、预处理的RGB图像的特征点及所述特征点在所述补全深度图像中对应的深度值,计算所述视觉模块的初始位姿;根据所述特征点在所述补全深度图像中对应的深度值,对超出相机深度阈值的深度值进行校正;根据所述视觉模块的初始位姿、预处理的RGB图像的特征点及所述特征点对应的校正后的深度值,计算采集的每帧图像对应所述视觉模块的位姿。
全文数据:
权利要求:
百度查询: 电子科技大学(深圳)高等研究院 深度补全视觉惯性定位方法、深度补全模型及视觉装置
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。