一种基于阴影检测及阴影预测的SLAM定位与建图方法技术

本发明专利技术公开了一种基于阴影检测及阴影预测的SLAM定位与建图方法，属于定位与导航技术领域。其方法包括以下步骤：搭建阴影检测模型；搭建阴影预测模型；将阴影检测算法和阴影预测模型加入到原有SLAM体系中。本发明专利技术提供的一种基于阴影检测及阴影预测的SLAM定位与建图方法，将基于VGG模型的阴影检测算法引入到SLAM定位与建图中，提高SLAM建图的精确度；将基于LSTM的阴影预测模型应用到SLAM的定位与建图中，提高阴影检测效率。并且可以根据载体运行速度及计算能力自适应调整算法参数，能够适应于更多使用场景，也能够适应于搭载不同处理器的载体。

【技术实现步骤摘要】

本专利技术涉及定位与导航，尤其是涉及一种基于阴影检测及阴影预测的slam定位与建图方法。

技术介绍

1、即时定位与地图构建(simultaneous localization and mapping，slam)自1986年提出，就成为机器人领域的热点话题。slam主要涉及到两个问题，一个是载体本身的定位，一个是载体对周边环境的建图。目前，slam可以根据搭载的传感器进行分类，如果搭载的传感器为相机则称为视觉slam、如果搭载的传感器为激光雷达则称为激光雷达slam等，对应的开源slam也有很多，例如：orb-slam，lio-slam等。当前也有很多基于多传感器融合的slam，多传感器融合的slam涉及到的传感器会有很多，例如：相机，激光雷达，gnss，里程计等。多传感器融合可以利用不同传感器的优劣点进行互补，达到更高精度和更好鲁棒性的slam系统。随着图像处理技术及深度学习的发展，语义slam也有了较大的发展，语义slam主要区分环境中动态物体与静态物体，对静态物体进行特征点的提取与跟踪，对动态物体进行语义分割及物体跟踪，使其更好的进行建图与定位，语义s本文档来自技高网...

【技术保护点】

1.一种基于阴影检测及阴影预测的SLAM定位与建图方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于阴影检测及阴影预测的SLAM定位与建图方法，其特征在于：在步骤S12和步骤S22中，均采用随机抽取的方式选取训练集，剩余部分为测试集；

3.根据权利要求2所述的一种基于阴影检测及阴影预测的SLAM定位与建图方法，其特征在于：在步骤S14中，使用最小二乘法获取拟合模型参数的具体步骤如下所示：

4.根据权利要求3所述的一种基于阴影检测及阴影预测的SLAM定位与建图方法，其特征在于：在步骤S23中，LSTM模型包括输入门、遗忘门、输出门。...

【技术特征摘要】

1.一种基于阴影检测及阴影预测的slam定位与建图方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于阴影检测及阴影预测的slam定位与建图方法，其特征在于：在步骤s12和步骤s22中，均采用随机抽取的方式选取训练集，剩余部分为测试集；

3.根据权利要求2所述的一种基于阴影检测及阴影预测的slam定位与建图方法，其特征在于：在步骤s14中，使用最小二乘法获取...

【专利技术属性】
技术研发人员：王虹霞，王志鹏，庄园园，白桐，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：