【技术实现步骤摘要】
本专利技术属于无人系统建图领域，更具体地，涉及一种面向广域搜索的车机协同建图方法及设备。
技术介绍
1、近年来，随着无人系统技术的迅速发展，多智能体协同工作在各领域中得到了广泛应用。面向广域搜索的空地异构协同建图是在多智能体系统中实现高效地协同工作的一种创新方法。在当今科技发展的背景下，无人机和无人车等空地异构多智能体的应用逐渐增多，这些多智能体通过协同工作能够更好地适应不同的任务需求。
2、在面向广域搜索任务中，无人机和无人车的协同工作面临着一系列挑战。首先，无人机在长时间飞行过程中会面临累积误差的问题，这可能导致建图的不准确性。其次，由于缺乏绝对定位，特别是在复杂环境中，累计误差可能会进一步加剧。最后，地图数据过于冗余可能导致匹配融合的困难。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种面向广域搜索的车机协同建图方法及设备，其目的在于，降低广域搜索时，空地异构多智能体在协同建图过程中的误差，提高地图检索与融合的效率与精度。
2、为实现...
【技术保护点】
1.一种面向广域搜索的车机协同建图方法，其特征在于，包括如下步骤：
2.如权利要求1所述的面向广域搜索的车机协同建图方法，其特征在于，步骤S11和S12中，对点云地图中的各特征点分别进行MobileNetVLAD描述子提取，并通过目标检测框架Yolo对特征点赋予语义信息。
3.如权利要求2所述的面向广域搜索的车机协同建图方法，其特征在于，步骤S2，包括如下步骤：
4.如权利要求3所述的面向广域搜索的车机协同建图方法，其特征在于，步骤S2，预设感兴趣区域的大小，然后随机在无人车全局地图上选择一个特征点数量满足要求的感兴趣区域作为感兴趣
【技术特征摘要】
1.一种面向广域搜索的车机协同建图方法，其特征在于，包括如下步骤：
2.如权利要求1所述的面向广域搜索的车机协同建图方法，其特征在于，步骤s11和s12中，对点云地图中的各特征点分别进行mobilenetvlad描述子提取，并通过目标检测框架yolo对特征点赋予语义信息。
3.如权利要求2所述的面向广域搜索的车机协同建图方法，其特征在于，步骤s2，包括如下步骤：
4.如权利要求3所述的面向广域搜索的车机协同建图方法，其特征在于，步骤s2，预设感兴趣区域的大小，然后随机在无人车全局地图上选择一个特征点数量满足要求的感兴趣区域作为感兴趣区域a。
5.如权利要求1所述的面向广域搜索的车机协同建图方法，其特征在于，步骤s13中，对点云地图进行评分，计算式为：
6.如权利...
【专利技术属性】
技术研发人员：谢远龙，吴名远，王书亭，徐文锴，张鸿洋，熊体凡，
申请(专利权)人：华中科技大学，
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。