Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

全景视觉与激光雷达融合的语义SLAM优化方法 

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:北京卓越电力建设有限公司;北京华科智行科技有限公司

摘要:本发明涉及环境感知技术领域,具体涉及全景视觉与激光雷达融合的语义SLAM优化方法,包括以下步骤:使用全景相机收集全景图像数据,通过激光雷达收集距离数据和形状信息数据,对环境数据进行预处理,从预处理后的数据中提取视觉特征点和空间结构特征,将其融合构建初步的融合特征地图,应用深度学习模型对融合特征地图进行语义标注,构建语义地图,基于语义信息对语义地图进行优化,结合实时数据进行动态定位校正,通过持续学习机制,根据新的环境数据更新语义地图,生成语义SLAM地图。本发明,显著提高了SLAM系统的精度和可靠性,实现了智能化语义标注和动态优化,增强了系统在复杂动态环境中的适应能力。

主权项:1.全景视觉与激光雷达融合的语义SLAM优化方法,其特征在于,包括以下步骤:S1,数据采集:使用全景相机和激光雷达同时收集环境数据,全景相机提供全景图像数据,激光雷达提供距离数据和形状信息数据,S2,数据预处理:对全景相机收集到的全景图像数据进行去噪处理,对激光雷达收集到的距离数据和形状信息数据进行滤波处理;S3,特征提取与融合:从预处理后的全景图像数据中提取视觉特征点,并从距离数据和形状信息数据中提取空间结构特征,将视觉特征点与空间结构特征进行融合,构建初步的融合特征地图;S4,语义解析与地图构建:应用深度学习模型对融合特征地图进行语义标注,识别出环境中的对象和结构,构建语义地图;S5,地图优化与定位校正:基于语义信息对语义地图进行优化,调整地图中的错误标记和位置偏差,结合优化后的语义地图与实时采集的数据,进行动态定位校正,以提高定位精度;S6,学习更新:根据新的环境数据不断更新语义地图,并优化深度学习模型以适应新的场景和环境变化;S7,输出与应用:生成优化后的语义SLAM地图,并将此地图用于后续的导航和机器人决策支持,提供导航功能和决策分析。

全文数据:

权利要求:

百度查询: 北京卓越电力建设有限公司 北京华科智行科技有限公司 全景视觉与激光雷达融合的语义SLAM优化方法

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。

相关技术
相关技术
相关技术
相关技术