【技术实现步骤摘要】
本专利技术涉及定位和建图领域，尤其涉及一种联合优化点线面特征和动态分割的建图方法及装置。
技术介绍
1、同时定位和建图(slam)是机器人在复杂和未知环境中进行感知和认知的一项重要技术。在过去的二十年里，滤波和非线性优化研究的进步推动了视觉slam的发展，产生了丰硕的成果，可以分为单目、双目和rgb-d slam。对于室内环境，通常使用可以直接测量深度的rgb-d slam系统。对于开阔的室外环境，通常使用单目和双目slam系统。目前视觉slam主要应用在机器人、移动终端和头戴式设备中。鉴于其低成本和视觉效果丰富的特点，近年来在ar应用和三维重建也得到了丰富的应用。
2、然而，现有的技术存在一些问题，在常用的动态slam剔除动态特征点的方法中，多视图几何判别法需要依赖于严格的环境假设，鲁棒性不足，容易定位失败，大部分都是将重投影误差超过阈值的特征进行直接剔除，当动态对象占据大部分图像视野时，会造成大量的误判，而深度学习判别法可识别的动态对象种类有限，仅限于神经网络模型训练集的有限种类，而且无法准确识别图像中不完整的动态对象，
【技术保护点】
1.一种联合优化点线面特征和动态分割的建图方法，其特征在于，包括：
2.如权利要求1所述的联合优化点线面特征和动态分割的建图方法，其特征在于，根据所述彩色图像所对应的点特征和线特征，以及所述深度图像所对应的平面特征，进行位姿和地图初始化，获取具有点线面特征的初始化地图，包括：
3.如权利要求2所述的联合优化点线面特征和动态分割的建图方法，其特征在于，根据所述深度图像中各个像素的深度值，将初始化图像划分成各个区域，并对每一个区域赋予预设的权重值，生成初始化的静态概率地图，包括：
4.如权利要求3所述的联合优化点线面特征和动态分割的建图...
【技术特征摘要】
1.一种联合优化点线面特征和动态分割的建图方法，其特征在于，包括：
2.如权利要求1所述的联合优化点线面特征和动态分割的建图方法，其特征在于，根据所述彩色图像所对应的点特征和线特征，以及所述深度图像所对应的平面特征，进行位姿和地图初始化，获取具有点线面特征的初始化地图，包括：
3.如权利要求2所述的联合优化点线面特征和动态分割的建图方法，其特征在于，根据所述深度图像中各个像素的深度值，将初始化图像划分成各个区域，并对每一个区域赋予预设的权重值，生成初始化的静态概率地图，包括：
4.如权利要求3所述的联合优化点线面特征和动态分割的建图方法，其特征在于，通过以下公式构建用于位姿估计的点、线和平面特征的重投影误差项：
5.如权利要求4所述的联合优化点线面特征和动态分割的建图方法，其特征在于，通过以下公式构建残差正则项：
6.如权利要求5...
【专利技术属性】
技术研发人员：朱祥维，李天赐，姚荷雄，周靖怡，沈丹，梁晓琳，马岳鑫，翁淇臻，
申请(专利权)人：中山大学·深圳，
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。