CN119478465A 位姿估计方法、计算机设备及存储介质 （浙江华睿科技股份有限公司）

利用至少两种类别对应的质心点集合进行位姿2分别对各类别对应各区域的特征点进行聚类处理，得到至少两2.根据权利要求1所述的方法，其特征在于，所述分别对各类别的特征点进行区域划分别将各类别的特征点划分至若干个区域中，得到至少两种类别对应各区域的特征基于所述半径信息和所述角度信息，将所述当前特征点划分至对应的区依次将所述当前区域的其他特征点作为当前特征点，响应于所3所述至少两种类别的特征点包括线类别的线点和面类别的面点；在所述类别分别将所述至少两种类别对应的质心点集合投影至预设虚综合线类别的残差和第一权重得到的线类别残差、面类别分别将各类别对应的质心点集合包含若干质心点，分别对各类别的所述当前帧和所述历史帧的关键点进行跟基于所述关键点匹配对，分别提取所述当前帧和所述历史帧的点4保留在当前帧预设范围内的第二预设帧数的前序帧各类别的将各质心坐标转换至前一帧的坐标系下，得到对应的转换坐标；其中，所述局部地图用于作为所述历史帧，以使得利用所述其中，所述更新后的局部地图用于作为历史帧，以使得利用获取各点云数据的曲率；其中，所述曲率是各点云数据分别作储有程序数据，所述处理器用于执行所述程序数据以实现权利要求1至12任一项所述方法述程序数据用于实现权利要求1至12任一项所述方5(SimultaneousLocalizationandMapping，即时定位与建图)技术在未知环境中估计自[0004]本申请主要解决的技术问题是提供一种位姿估计方法、67[0031]本申请以至少两种类别的特征点包括面类别的面点和线类别的线点为例进行说当前点云数据pi属于同一激光线束上的点云数据的集合。N表示若干个其他点云数据的数8[0038]每个点云数据包含有其坐标，因此，提取的特征点也包含有对应的坐标(pix，[0043]利用当前特征点的坐标的第一预设关系与半径分辨率的第一此值，得到半径信9离阈值Gth。聚类中心表示已构建子聚类{Gi}中包含的特征点的中心点。在一些应用场景的聚类中心的距离小于距离阈值Gth，则确定当前特征点与已构建子聚类{Gx}满足聚类条[0063]在一些实施方式中，第一条件包括子聚类包含的特征点的数量小于第一预设数的数量不小于第一预设数量、至少两个子聚类的聚类中心之间的距离小于预设中心阈值[0066]在一些实施方式中，至少两种类别的特征点包括线类别的线点和面类别的面公式(2)进行计算，得到图像位置的行。将列分辨率Mr代入作为角度分辨率Nsec代入公式[0084]在一些实施方式中，由于预设虚拟图像中图像位置原本对各类别对应的关键点/图像位置进行均匀化处理，得到经过均匀化处理的各类别对应的设置为第二像素值)与周围其他位置的像素值(被设置为第一像素值)的像素色差相差较的第一关键点kp1和利用光流法在当前帧对应的预设虚拟图像跟踪到的第二关键点k[0092]示例性的，关键点匹配对包括前一帧对应的第一关键点kp1和利用光流法在当前前帧的第一匹配点M3D1和前一帧的第二[0096]对于同一类别对应的匹配点对，可以综合得到对应的匹配点对集合{di}和{qi其中，{di}表示历史帧的第二匹配点M3D2的集合，{qi}表示当前帧的第一匹配点M3D1的集ill2公式(3)<λ<10)。prevprev速度和角速度。轮速里程计是基于安装在目标设备上的光电编码器来跟踪每个车轮的转则其对应的质心点或点云数据的Z轴的高度可能大于设定高度值，则认为该质心点超过雷达装置的激光射程范围或为不稳定点。则可以响应于质心点的转换坐标满足质心删除条[0120]利用当前帧各类别的质心点集合，基于质心点集合包含的各质心点的当前位姿Tcur投影至世界坐标系下，得到各质心点对应的投影特征点，并将投影特征点加入局部地要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模理器、数字信号处理器(DSP，DigitalSignalProcessing)、专用集成电路(ASIC，ApplicationSpecificIntegratedCircuit)、现场可编程门阵列(FPGA，Field被处理器执行以实现上述位姿估计方法任一实单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目设备等)或处理器执行本申请各个实施方式方法的全部或在计算机可读存储介质中由计算装置来执行，或者