CN119533454A 一种室内机器人定位方法、装置、电子设备及存储介质 (香港科技大学)_第1页
CN119533454A 一种室内机器人定位方法、装置、电子设备及存储介质 (香港科技大学)_第2页
CN119533454A 一种室内机器人定位方法、装置、电子设备及存储介质 (香港科技大学)_第3页
CN119533454A 一种室内机器人定位方法、装置、电子设备及存储介质 (香港科技大学)_第4页
CN119533454A 一种室内机器人定位方法、装置、电子设备及存储介质 (香港科技大学)_第5页
已阅读5页,还剩23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

本申请实施例提供一种室内机器人定位方2根据所述惯性测量单元数据对所述目标物体进行视觉惯性定位对所述分类物体对象进行非最大值抑制处理,得到所述目标物体根据所述目标物体的二维边界框和所述目标物体的标签获得所述获得所述目标物体的二维边界框与所述潜在的物体中3视觉惯性定位模块,用于根据所述传感器数据对目标物体进行视觉惯9.一种电子设备,其特征在于,包括存储器器执行时实现如权利要求1至7中任一项所述的室4要求环境中的客观条件适合传感器的运行(视觉567据中读取RGB_D图像和IMU数据,以生成待优化的原始位姿数据和用于物体识别的点云数预构建的物体资料库作为先验路标参照物。该物体库是使用工业基础分类(IFC)信息提取8性均由相应的IFC属性提取。语义信息包含在Name和ObjectType中,提取为物体名称和标9[0099]三维点云识别通过以下步骤进行处理:使用PointNet++提取深层特征作为种子以直接通过相机参数投影到三维空间。这些投影向量可以用来缩小物体中心的搜索范围。[0113]位姿图的结构如图2所示,其中每个节点表示一个机体状态(时间戳、位置和方差(3自由度)为预测值和目标值的相对旋转四元[0115]本申请实施例的应用场景可以为任意已具备BIM模型的建筑设施(如住宅、办公楼),应用平台可以为任意配置了彩色深度相机(RGB_D)的移动机器人平台(如扫地机器人等)。此处以配置了一台RealSenseD435i智能相机和一台RTX2060显卡的笔记本电脑的[0116]在机器人平台移动扫描的过程中,BIM所提供的先验信息与人工智能模型的物体[0166]上述的处理器41可以是通用处理器,包括中央处理器(CentralProcessing[0169]输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设[0172]本申请实施例还提供一种计算机程序产品,该计算机程序产品在计算机上运行显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、[0174]另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部算机软件产品存储在一个存储介质中,包括若干

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。

评论

0/150

提交评论