CN114723920B 一种基于点云地图的视觉定位方法 (南京大学)_第1页
CN114723920B 一种基于点云地图的视觉定位方法 (南京大学)_第2页
CN114723920B 一种基于点云地图的视觉定位方法 (南京大学)_第3页
CN114723920B 一种基于点云地图的视觉定位方法 (南京大学)_第4页
CN114723920B 一种基于点云地图的视觉定位方法 (南京大学)_第5页
已阅读5页,还剩22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

本发明提供了一种基于点云地图的视觉定GPS信息建立高精度的点云地图;视觉惯性里程图的视觉匹配定位模块根据初始位置从点云地空间地图坐标系下,并在当前子图中查询最近2所述视觉惯性里程计构建模块基于点云地图的视觉定位提供初影到地图坐标系的特征点匹配后采用基于对偶四元数的粒子滤波步骤1-3,对于相邻两帧的激光点云,采用最近点迭代去点数少于X4个的点云簇,将整张点云地图分割为长方体的网格,长方体网格的尺寸为3步骤3-2,对于当前相机视觉帧的特征点,在视觉惯性里程计中已经对其深度进行估设定步骤3-2中正确的匹配点对比例为X5,步骤3-3中8对点的集合作为局内点,采用3.根据权利要求2所述的方法,其特征在于4其中[Rbw]yz表示取y轴和z轴方向的旋转,表5i6提出了基于已知地图的视觉惯性定位方法。融合激光、IMU和GPS(全球定位系统,GlobalPositioningSystem)建立高精度地图,并将地图和视觉惯性里程计恢复的特征点进行匹[0006]为了解决上述技术问题,本发明公开了一种基于点云地点云地图构建模块提供定位所需地图,视觉惯性里程计构建模块为定位模块提供初始位[0010]所述视觉匹配定位模块基于不同模态的点云和视觉信息,对地图点构建kd-tree789视觉特征点追踪方法)追踪相邻帧的特征点,并使用RANSAC(随机采样一致性)去除异常追[0063]步骤3-4,使用对偶四元数表示当前帧的位姿,其中qr为旋转四元[0067]下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述[0110]步骤1-8,当满足以下条件:当前累积关键帧数目超过50帧或累积GPS数据超过[0112]图2为视觉惯性里程计构建模块的功能示意图,基于点云地图的视觉定位提供初[0116]图3为基于点云地图的视觉匹配定位模块的功能示意图,视觉匹配定位模块基于此在匹配前对点云地图进行BFS聚类,筛去点数少于30个的点云簇,同一类的距离阈值为特征点根据当前帧位姿投影到地图坐标系下,使用kd-tree算法在当前子图中搜索最近的

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