【技术实现步骤摘要】
本公开属于视觉定位和建图，具体涉及一种面向时序性稀疏重建的动态视觉slam方法及装置。
技术介绍
1、视觉slam即视觉同时定位和制图，只需要摄像头就可以对机器人定位并对环境进行三维制图，安装方便，成本低廉，一直是计算机视觉和机器人领域研究的热点。通常的视觉slam方法都是基于静态场景的假设，当场景中存在较为显著的动态物体时，相机位姿估计和环境建图误差较大。在动态环境中，目前常见的解决方案是先分割出运动物体，将其作为外点完全剔除，从而达到对机器人进行定位和对静态环境进行制图的目的。然而动态场景中运动物体的信息并不是无用的，为了同时获取运动物体的运动和几何信息，动态视觉slam研究仅利用摄像头的运动，同时获取静态背景三维地图、各个动态物体的三维模型以及相机和各个动态物体的绝对运动轨迹。
2、根据所用运动分割方法的不同，现有的动态视觉slam方法主要分为基于语义信息的方法和基于几何运动分割的方法，基于语义信息的方法过于依赖于语义先验，对于一些没有特定语义标签的物体，难以达到预期效果；基于几何运动分割的方法虽然不受限于带特定语义标...
【技术保护点】
1.一种面向时序性稀疏重建的动态视觉SLAM方法，其特征在于，包括：
2.根据权利要求1所述方法，其特征在于，在所述生成对应于所述帧序列的全局地图之后，还包括：
3.根据权利要求1所述方法，其特征在于，所述基于运动实例分割获取所述图像的运动实例包括：
4.根据权利要求1所述方法，其特征在于，所述获取每帧左视图像的建图参数包括：
5.根据权利要求1所述方法，其特征在于，所述基于所述建图参数确定所述结构特征的对应关系包括：
6.根据权利要求1所述方法，其特征在于，所述基于所述运动实例和所述关键点关联相邻帧中的运动
<...【技术特征摘要】
1.一种面向时序性稀疏重建的动态视觉slam方法，其特征在于，包括：
2.根据权利要求1所述方法，其特征在于，在所述生成对应于所述帧序列的全局地图之后，还包括：
3.根据权利要求1所述方法，其特征在于，所述基于运动实例分割获取所述图像的运动实例包括：
4.根据权利要求1所述方法，其特征在于，所述获取每帧左视图像的建图参数包括：
5.根据权利要求1所述方法，其特征在于，所述基于所述建图参数确定所述结构特征的对应关系包括：
6.根据权利要求1所述方法，其特征在于，所述基于所述...
【专利技术属性】
技术研发人员：王晨捷，张燕咏，张昱，吉建民，曹泓，张露，
申请(专利权)人：合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室，
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。