CN114782639B 一种基于多传感器融合的快速式差速潜伏式agv稠密三维重建方法 （苏州大学）

号一种基于多传感器融合的快速式差速潜伏本发明公开的一种一种基于多传感器融合的快速式差速潜伏式AGV稠密三维重建方法及其工作方法，包括如下步骤：获取移动场景RGB图2根据最终的稠密三维重建模型构建快速移动场所述运载小车包括IMU惯导传感器、工控机与单片机，通过IMU惯导传32.根据权利要求1所述的一种基于多传感器融合的快速式差速潜伏式AGV稠密三维重3.根据权利要求1所述的一种基于多传感器融合的快速式差速潜伏式AGV稠密三维重4.根据权利要求1所述的一种基于多传感器融合的快速式差速潜伏式AGV稠密三维重5.根据权利要求4所述的一种基于多传感器融合的快速式差速潜伏式AGV稠密三维重4和RGB-D相机(深度相机)等设备是三维重建系统中最为关键的传感器，先进的算法使得它的深度信息，研究者们大多会选择双目相机。双目相机是由两个单独的RGB相机组合而成三维地图。RGB-D相机是在2010年前后兴起的一种通过红外结构光或者Time-of-Flight[0007]本发明第一方面提供了一种基于多传感器融合的快速式差速潜伏式AGV稠密三维5通过IMU惯导传感器将小车运动的四元数传递给工控机，同时通过二维激光雷达将二维点6[0039](1)针对当前仅使用视觉传感器无法应对机器人迷失，仅使用激光雷达获取信息[0040](2)针对手持式三维重建方法对于采集者的高要求，避免需要对采集者进行训练上配置广角深度相机与二维激光雷达，能够精准的控制实验平台的采集速率和运动角速[0041](3)针对大多三维重建算法注重重建效果而忽视了运动位姿精度的问题，本专利7[0042]图1是本发明优选实施例的一种基于多传感器融合的快速式差速潜伏式AGV稠密[0045]图4是本发明实施例中二维激光雷达运载小车生成的大场景二维拓扑地图及其尺[0046]图5是本发明实施例中运载小车多场景快速移动旋转三维重建中的墙面间距测量[0049]一种基于多传感器融合的快速式差速潜伏式AGV稠密三维重建方法，包括如下步算法→对图像帧添加关键帧→对关键帧进行筛选→通过局部优化对局部关键帧进行筛→和深度信息进行移动截止深度建图→词袋模型优化→计算Sim3→全局优化→去除离散的点云→将离散点云对应的关键帧剔除→形成最终的稠密三维重建模型→设计一个面向快速移动场景的三维重建地图构建的实验平台→通过实验验证结8[0060]ORB(OrientedFASTandRotatedBRIEF)特征点检测算法是有FAST和BRIEF结合[0069]对于加入了运载小车后的RGB-D三维重建系统来说，相机运动从三维运动降到了9[0086]本专利将搭载二维激光雷达的运载小车，先将实验场景[0094]接着为了测试对不同大场景同时重建时，地面约束对三可以获得在此期间轮速平均值为1.671m/s[0096]从图5可以看出，在本专利算法相比较改进的ORBSLAM2稠密重建算法拥有绝对的号线这四组真实距离较近的测量线段中，添加了地面约束的本专利算法也具有一定的优差速潜伏式AGV的快速移动场景三维重建方法。通过控制AGV能够获得精准的速度量数据，[0101]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发