龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国科学技术大学
摘要：本发明涉及环境建图领域，公开了一种在动态环境下基于深度学习的自主建图方法和系统，自主建图方法包括：在有IMU数据初始估计的情况下将雷达点云与全局地图点云进行匹配，识别出雷达点云中的背景和运动物体；将当前的背景点云和运动物体点云通投影到全局地图后，用长方体框选出运动物体；将长方体框与移动机器人原点之间的运动物体点云删除；根据更新后全局地图点云的深度信息对物体轮廓信息进行目标提取，通过神经网络输出物体的检测结果；以移动机器人当前运动方向为分界线将待探测区域分成两块区域，计算两块区域中的全局地图点云密集程度，移动机器人向点云密度最低的区域移动。
主权项：1.一种在动态环境下基于深度学习的自主建图方法，通过移动机器人上安装的IMU设备获取IMU数据、通过移动机器人上安装的激光雷达设备获得雷达点云数据，动态环境包括背景和物体，物体包括静态物体和运动物体；自主建图方法包括以下步骤：步骤一：在有IMU数据初始估计的情况下将雷达点云与全局地图点云进行匹配，得到具有转换矩阵的匹配结果，识别出雷达点云中的背景点云和运动物体点云；步骤二：将当前的背景点云和运动物体点云通过匹配结果中的转换矩阵投影到全局地图后，用最小的长方体框选出运动物体；将长方体框与移动机器人原点之间的全局地图点云删除；新的长方体框位于旧的长方体框与移动机器人原点之间时，如果两个长方体框内的物体不是同一个运动物体，则将旧的长方体框的全局地图点云删除；实现动态环境下全局地图点云的更新；步骤三：根据更新后全局地图点云的深度信息对物体轮廓信息进行目标提取；对目标提取的结果进行降采样，将得到的向量输入至预训练的神经网络中，输出物体的检测结果，得到带有物体信息的全局地图点云；步骤四：以移动机器人当前运动方向为分界线将待探测区域分成两块区域，计算两块区域中的全局地图点云密集程度；当两块区域中一个或者全部的全局地图点云密集程度小于设定值时，移动机器人向全局地图点云密集程度最低的区域移动，再通过步骤一、步骤二对全局地图点云进行更新。
全文数据：
权利要求：
百度查询： 中国科学技术大学 在动态环境下基于深度学习的自主建图方法和系统
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