【技术实现步骤摘要】
本专利技术涉及静态场景图像重建领域，特别是涉及一种在动态环境下稠密高斯地图重建方法及系统。
技术介绍
1、slam(simultaneous localization and mapping)是一种集成定位和地图构建的技术，用于在未知环境中同时实现自主定位和环境地图的构建。slam通常应用于机器人、自动驾驶车辆和增强现实等领域。slam的目标是通过感知环境并进行自主定位，同时在定位的过程中构建环境的地图。在未知环境中，机器人或车辆需要根据传感器数据确定其自身的位置，并将该位置与先前观测到的地图信息相对应。同时，机器人或车辆还需要将新的感知数据用于更新地图，以便更好地理解环境和改进定位。
2、大多数slam系统是基于静态环境的，但在实际环境中不可避免地会出现动态物体，例如行驶的汽车或行走的人。这些移动的物体会造成运动模糊，影响周围区域的特征点匹配，即使特征匹配不受影响，动态物体上的特征点会被错误地当作静态地图点参与位姿估计，这些错误的匹配会导致slam系统定位精度降低。移动的物体对地图产生遮挡，移动物体身上的地图点被保留后会引...
【技术保护点】
1.一种在动态环境下稠密高斯地图重建方法，其特征在于，所述在动态环境下稠密高斯地图重建方法包括：
2.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述使用实例分割划分潜在运动物体，得到动态先验区域，具体包括：
3.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述使用动态点检测算法检测分割所述动态先验区域，得到动态特征点，具体包括：
4.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述根据静态特征点，得到相机位姿估计信息，具体包括：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种在动态环境下稠密高斯地图重建方法，其特征在于，所述在动态环境下稠密高斯地图重建方法包括：
2.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述使用实例分割划分潜在运动物体，得到动态先验区域，具体包括：
3.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述使用动态点检测算法检测分割所述动态先验区域，得到动态特征点，具体包括：
4.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述根据静态特征点，得到相机位姿估计信息，具体包括：
5.根据权利要求1所述的在动态环境下稠密高斯地图重建方法，其特征在于，所述结合视觉slam系统和3d gaussian splatting框...
【专利技术属性】
技术研发人员：黄凯，张克华，臧秋宇，阮晨煜，
申请(专利权)人：浙江师范大学，
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。