【技术实现步骤摘要】
本专利技术涉及地图构建,具体是涉及一种室内地图的构建方法、设备及存储介质。
技术介绍
1、扫地机器人、讲解机器人等高度依赖室内导航定位的设备依托于室内导航实现其作业,而室内导航包括室内模型构建、室内精确定位、室内路径规划,各环节紧密相关,缺一不可。其中,室内精确定位和室内路径规划又依托于室内地图的构建。现有技术多采用slam技术构建室内地图,slam技术是在机器人上设置激光传感器和视觉传感器,通过这两个传感器采集室内图像,再基于室内图像构建室内地图,而上述通过在机器人上设置传感器获得室内图像,属于低位图像(在低处拍摄到的室内图像),低位图像不能包括室内的全部物体,因此通过室内的低位图像构建的室内难以涵盖室内的所有物体的位置信息,即通过低位图像构建的室内地图准确性较差。而室内的高位图像(位于室内高处的摄像机拍摄的室内全景图像)虽然能够涵盖室内的全部物体,但是其分辨率却很低,通过低分辨率的高位图像构建的室内地图其准确性依然很低。
2、综上所述,现有技术构建出的室内地图准确性较低。
3、因此,现有技术还有待改进和提高。
【技术保护点】
1.一种室内地图的构建方法,其特征在于,包括:
2.如权利要求1所述的室内地图的构建方法,其特征在于,所述已训练的超分辨率重建模型的训练方式,包括:
3.如权利要求1所述的室内地图的构建方法,其特征在于,所述语义分割模型所对应的第二损失函数的构建方式,包括:
4.如权利要求1所述的室内地图的构建方法,其特征在于,所述依据所述语义分割图像和相机的位置,确定室内地图,所述室内地图用于映射所述语义分割图像的各个像素点在室内所对应的坐标系中的位置,所述相机用于采集所述原始图像,包括:
5.如权利要求4所述的室内地图的构建方法,其
...【技术特征摘要】
1.一种室内地图的构建方法,其特征在于,包括:
2.如权利要求1所述的室内地图的构建方法,其特征在于,所述已训练的超分辨率重建模型的训练方式,包括:
3.如权利要求1所述的室内地图的构建方法,其特征在于,所述语义分割模型所对应的第二损失函数的构建方式,包括:
4.如权利要求1所述的室内地图的构建方法,其特征在于,所述依据所述语义分割图像和相机的位置,确定室内地图,所述室内地图用于映射所述语义分割图像的各个像素点在室内所对应的坐标系中的位置,所述相机用于采集所述原始图像,包括:
5.如权利要求4所述的室内地图的构建方法,其特征在于,所述依据所述语义分割图像在所述原始图像上的位置和所述原始图像的各个像素在所述外部坐标系上的坐标,确定室内地图,包括:
6.如权利要求1所...
【专利技术属性】
技术研发人员:张添,张春起,
申请(专利权)人:深圳市莱布尼茨智能科技有限公司,
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。