【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于激光视觉融合的帧间匹配方法及系统。
技术介绍
1、基于激光雷达和视觉的特征点匹配算法在slam领域中扮演着至关重要的角色；随着自主移动机器人和自动驾驶车辆等应用场景的快速发展，如何精确地获取环境信息和实时定位机器人的位置成为了一项重要的技术挑战；传统slam方法所采用的单一传感器往往难以满足精准、鲁棒的定位需求，基于激光雷达和双目视觉的技术可通过多种角度和方式来获取和识别特征点信息，进而提高机器人自主定位和导航的准确性。
2、在基于激光雷达和双目视觉的特征点匹配算法中，视觉通过摄像头获取图像信息，并提取每张图像中的特征点；然后借助图像特征描述子，为进行后续的特征点匹配打下基础；利用激光雷达来获取环境的三维坐标信息，并提取其中的特征点；将双目视觉和激光雷达所获取的特征点进行融合处理，使用传统的特征点描述子匹配算法时，多数激光雷达和视觉相机数据融合在解算过程仅采用单一传感器进行运动估计，即为松耦合方式，所获得的环境感知误差相对较大。
技术实现思路
...【技术保护点】
1.一种基于激光视觉融合的帧间匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于激光视觉融合的帧间匹配方法，其特征在于，步骤一具体包括：
3.根据权利要求2所述的基于激光视觉融合的帧间匹配方法，其特征在于，利用采样点法向量将点云分为平面特征点和边角特征点包括：
4.根据权利要求2所述的基于激光视觉融合的帧间匹配方法，其特征在于，避免过于集中和运动估计过程出现局部最优包括：如果某个点被选作特征点，则忽略点云平均点距的1.5倍范围外的点。
5.根据权利要求1所述的基于激光视觉融合的帧间匹配方法，其特征在于，步
【技术特征摘要】
1.一种基于激光视觉融合的帧间匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于激光视觉融合的帧间匹配方法，其特征在于，步骤一具体包括：
3.根据权利要求2所述的基于激光视觉融合的帧间匹配方法，其特征在于，利用采样点法向量将点云分为平面特征点和边角特征点包括：
4.根据权利要求2所述的基于激光视觉融合的帧间匹配方法，其特征在于，避免过于集中和运动估计过程出现局部最优包括：如果某个点被选作特征点，则忽略点云平均点距的1.5倍范围外的点。
5.根据权利要求1所述的基于激光视觉融合的帧间匹配方法，其特征在于，步骤三具体包括：
6.根据权利要求5所述的基于激光...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。