CN118913251B 一种轻量化隐式神经地图的重定位方法 (东南大学)_第1页
CN118913251B 一种轻量化隐式神经地图的重定位方法 (东南大学)_第2页
CN118913251B 一种轻量化隐式神经地图的重定位方法 (东南大学)_第3页
CN118913251B 一种轻量化隐式神经地图的重定位方法 (东南大学)_第4页
CN118913251B 一种轻量化隐式神经地图的重定位方法 (东南大学)_第5页
已阅读5页,还剩11页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明公开了一种轻量化隐式神经地图的方法,实现基于轻量化隐式神经地图的状态估2pc和ph分别表示当前帧和历史帧的位置,当有位置距离小于一定阈值dth,则判定为闭和为当前时刻和2.如权利要求1所述的轻量化隐式神经地图的3'则表对应的超参数调节项。3.如权利要求1所述的轻量化隐式神经地两帧i和j的激光雷达重定位残差和预积分残差分别为和I(zj,x)。4式三维重建。这一技术的核心优势在于其能够通过深度学习方法有效建模复杂的三维场5损失对应的超参数调节项。[0021]xi和qi为神经点的位置和姿态,闭环的位置修正量δT和旋转修正量δq用于对神经6f和p'损失对应的超参数调节项。7[0048]xi和qi为神经点的位置和姿态,闭环的位置修正量δT和旋转修正量δq用于对神经8状态量共有n个,其中相邻两帧i和j的重定位残差和预积分残差分别为L(zj,x)和I(zf,x)。外参已经精确标定。附图3是实验车载平台在大场景下的重定位实验和建图结果,实验表度优于传统的体素匹配定位算法,定位精度提升了61.2融合惯导后定位精度相比传统

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论