CN110827395A 一种适用于动态环境的即时定位与地图构建方法 （广东工业大学）

一种适用于动态环境的即时定位与地图构本发明公开了一种适用于动态环境的即时从图像金字塔的每一层提取ORB特征点；将编码2步骤二，追踪模块通过最近一次全局优化离当前步骤三，追踪模块选取的关键帧在局部地图优化模块投影得到地图点，然后使用深度相机以30帧每秒的频率采集彩色图像和深度图像，通过ros3从话题中获得的彩色图像是三通道的彩色图像，必须使用对数据进行预处理后就进入追踪模块的初始化部分，(2)使用编码器模型重投影特征点；数据预处理中我们得到了t到t+1时刻机器人坐标的时间戳可以对应上，因此可以获得当前帧到上一帧的变换矩阵假设pc是当其中为机器人的外参矩阵，由机器人和相机的相对位姿决b＝0.2m和kd＝0.025；①这个点要在可预测到能够观察到该点的关键帧中，有4当追踪模块产生新的关键帧之后，会以ros系统话题形式将关键帧对应的彩色图和深素的彩色图和深度图；因为关键帧动态物体剔除模块中所用到的语义分割网络是在据集对ICNet网络进行训练，选用的原因在于该数据集将背景标注为一类，将其他不同物接收到彩色图像和深度图之后就可以用ICNet对彩色图进行图像分割，分割后的结果最后将剔除动态像素的深度图和经过语义分割处理的彩色图以话题形式发回给slam局部地图优化模块结束之后，会将关键帧传到5=[xaya1]T为彩色图像中的一个像素，将pa转化到世界坐标下B-y"u(r.),遍历彩色6[0002]Slam(即时定位与地图构建)被广泛应用于移动机器人、无人机和增强现实等领7[0021]对数据进行预处理后就进入追踪模块的初始化部分，将第一帧图像选取为关键[0023](2)使用编码器模型重投影特征点；数据预处理中我们得到了t到t+1时刻机器人相同的时间戳可以对应上，因此可以获得当前帧到上一帧的变换矩阵假设pc其中:r为机器人的外参矩阵，由机器人和相机的相对位姿决8b是一个基b＝0.2m和kd＝0.025；[0039]当追踪模块产生新的关键帧之后，会以ros系统话题形式将关键帧对应的彩色图态像素的彩色图和深度图；因为关键帧动态物体剔除模块中所用到的语义分割网络是在vocpascal2012数据集对ICNet网络进行训练，选用的原因在于该数据集将背景标注为一9[0041]接收到彩色图像和深度图之后就可以用ICNet对彩色图进行图像分割，分割后的[0043]最后将剔除动态像素的深度图和经过语义分割处理的彩色图以话题形式发回给[0052](1)本发明追踪部分使用了编码器数据作为相机重投影时的初始位姿，实现了在[0053](2)和融合编码器的slam方案不一样，本发明仅把编码器作为一个“恒速模[0057]本发明提出了一种适用于动态环境的即时定位与地图构建方法，在DS_SLAM系统[0071]对数据进行预处理后就进入追踪模块的初始化部分，将第一帧图像选取为关键[0073](2)使用编码器模型重投影特征点；数据预处理中我们得到了t到t+1时刻机器人相同的时间戳可以对应上，因此可以获得当前帧到上一帧的变换矩阵假设pc其中为机器人的外参矩阵，由机器人和相机的相对位姿决b是一个基b＝0.2m和kd＝0.025；[0083]当追踪模块产生新的关键帧之后，会以ros系统话题形式将关键帧对应的彩色图态像素的彩色图和深度图；因为关键帧动态物体剔除模块中所用到的语义分割网络是在vocpascal2012数据集对ICNet网络进行训练，选用的原因在于该数据集将背景标注为一[0085]接收到彩色图像和深度图之后就可以用ICNet对彩色图进行图像分割，分割后的[0087]最后将剔除动态像素的深度图和经过语义分割处理的彩色图以话题形式发回给