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:清华大学深圳国际研究生院
摘要:一种基于粒子群优化的视觉惯性里程计校正方法,通过粒子群优化PSO提升定位精度和系统稳定性,其主要步骤包括:初始化采样空间并划分为小立方体;在立方体内生成粒子并赋予初始速度;设定粒子个人和全局最优解;通过迭代评估粒子与点云数据的匹配度,更新最优解;模拟鸟群觅食动态调整粒子速度和位置,引入随机性以探索全局最优;最终输出最优解完成校正。该方法能够有效应对动态环境变化,降低对初始位姿准确性的依赖,减少计算成本,同时处理异常值和噪声,增强系统鲁棒性。
主权项:1.一种基于粒子群优化的视觉惯性里程计校正方法,其特征在于,包括以下步骤:步骤一、采用特定函数初始化采样空间,将给定的初始采样区域划分成多个均匀的小立方体,形成搜索空间;步骤二、在每个小立方体内随机生成一组粒子,代表可能的解决方案,并赋予初始速度;步骤三、将每个粒子的当前位置设为其个人最优解,并从所有粒子中选择适应度最低的作为全局最优解;步骤四、进入迭代过程,对每个粒子进行评估和更新,通过关联函数匹配粒子位置与点云数据,计算关联特征点,并根据适应度结果更新个人和全局最优解;步骤五、更新粒子的速度和位置,模拟鸟群觅食行为,逐步逼近最优解,其中速度和位置更新考虑个人最优解和全局最优解,以及引入的随机探索性;步骤六、迭代达到预定次数后,输出全局最优解作为相机和LiDAR的相对位姿估计结果,完成优化校正过程。
全文数据:
权利要求:
百度查询: 清华大学深圳国际研究生院 一种基于粒子群优化的视觉惯性里程计校正方法
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。