System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于机器视觉与机器人,本专利技术涉及一种基于特征点法视觉slam的场景理解导航方法及系统。
技术介绍
1、同时定位与地图构建技术(simultaneous localization and mapping,slam)是机器人领域的热门问题,也是实现机器人在复杂场景自主运动的关键技术,在移动机器人、自动驾驶、无人机和增强现实(augmented reality,ar)与虚拟现实(virtual reality,vr)等领域有广泛的应用。
2、然而,传统的基于特征点法的视觉slam(如orb-slam3)只能建立稀疏的点云地图用来定位,无法像激光slam那样建立二维占据栅格地图和三维八叉树地图,因此无法利用建立好的地图进行导航和避障等操作。另一方面,在传统视觉slam中,视觉slam所需要的视觉传感器可以获取大量的环境信息,如颜色、纹理和形状等,一些特殊的视觉传感器(例如深度相机)还可以获取相机与环境中物体的相对距离等,而稀疏点云地图浪费了这些丰富且有用的信息。
3、近年来深度学习技术取得了巨大进展,在计算机视觉领域取得了很多突破,可以结合深度学习方法来获取包括物体等场景元素的识别和标注的语义信息,并将其融合到slam系统中,使得机器人能够以人类的视角更好地理解环境结构、语义含义以及机器人与周围物体的度量信息。另外,机器人操作系统(robot operating system, ros)提供了丰富的功能和接口。目前虽然有将深度学习方法融合到slam系统中,但是两者之间的通讯并不高效,实时性较差。
...【技术保护点】
1.一种基于特征点法视觉SLAM的场景理解导航方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于特征点法视觉SLAM的场景理解导航方法,其特征在于,所述步骤S01中从ORB-SLAM3获取相机的实时位姿信息并通过ROS发布的方法包括:
3.根据权利要求1所述的基于特征点法视觉SLAM的场景理解导航方法,其特征在于,所述步骤S02中合成3D点云的方法包括:
4.根据权利要求1所述的基于特征点法视觉SLAM的场景理解导航方法,其特征在于,所述步骤S03中获取机器人与物体的相对位置关系的方法包括:
5.根据权利要求1所述的基于特征点法视觉SLAM的场景理解导航方法,其特征在于,所述步骤S04中拼接成全局点云地图的方法包括:
6.根据权利要求1所述的基于特征点法视觉SLAM的场景理解导航方法,其特征在于,所述步骤S05中得到点云地图的方法包括:
7.根据权利要求1所述的基于特征点法视觉SLAM的场景理解导航方法,其特征在于,所述步骤S05中将点云地图转换为三维八叉树地图和二维栅格地图的方法包括:
< ...【技术特征摘要】
1.一种基于特征点法视觉slam的场景理解导航方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于特征点法视觉slam的场景理解导航方法,其特征在于,所述步骤s01中从orb-slam3获取相机的实时位姿信息并通过ros发布的方法包括:
3.根据权利要求1所述的基于特征点法视觉slam的场景理解导航方法,其特征在于,所述步骤s02中合成3d点云的方法包括:
4.根据权利要求1所述的基于特征点法视觉slam的场景理解导航方法,其特征在于,所述步骤s03中获取机器人与物体的相对位置关系的方法包括:
5.根据权利要求1所述的基于特征点法视觉slam的场景理解导航方法,其特征在于,所述步骤s04中拼接成全局点云地图的方法包括:
<...【专利技术属性】
技术研发人员:鲁明丽,周理想,徐本连,从金亮,施健,周旭,顾苏杭,朱培逸,
申请(专利权)人:常熟理工学院,
类型:发明
国别省市:
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。