【技术实现步骤摘要】
本专利技术涉及机器视觉领域，特别是涉及一种动态环境下的视觉重定位方法、设备及介质。
技术介绍
1、近些年来，随着科技的发展，机器人和vr技术在生产生活中已经有很广泛的应用。机器人想要在未知环境中完成特定的工作任务，需要对周围环境进行感知，并完成自身位姿的估算，vr眼镜等一些头戴设备也需要知道每个时刻设备自身的位姿变化以此来展示图像画面。同时定位与地图构建(simultaneous localization andmapping，slam)技术主要应用在机器人、虚拟现实和增强现实等领域。slam主要完成的任务是：在环境中不断运动，通过自身的传感器对环境数据进行采集，并通过传感器数据在运动的过程中完成自身位姿的估计和环境地图的构建，实现设备自身的定位和环境地图的构建。通过slam技术构建出环境地图后，基于先验的环境地图，可以实现设备在环境中的定位与导航。传统的slam技术都基于静态环境的假设，忽略了动态物体对slam的影响。然而现实环境中充满动态物体，动态物体的存在会影响slam系统的鲁棒性，难以生成高质量的环境地图，不利于基于先验地图实现...
【技术保护点】
1.一种动态环境下的视觉重定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的动态环境下的视觉重定位方法，其特征在于，基于多帧带有语义信息的图像，建立动态环境的静态语义地图，具体包括：
3.根据权利要求2所述的动态环境下的视觉重定位方法，其特征在于，根据每帧图像的静态特征点，构建稀疏三维点云地图和词袋模型，具体包括：
4.根据权利要求3所述的动态环境下的视觉重定位方法，其特征在于，基于获取每个关键帧图像时移动设备的位姿和每个关键帧图像中静态特征点的深度信息，构建稀疏三维点云地图，具体包括：
5.根据权利要求1所...
【技术特征摘要】
1.一种动态环境下的视觉重定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的动态环境下的视觉重定位方法，其特征在于，基于多帧带有语义信息的图像，建立动态环境的静态语义地图，具体包括：
3.根据权利要求2所述的动态环境下的视觉重定位方法，其特征在于，根据每帧图像的静态特征点，构建稀疏三维点云地图和词袋模型，具体包括：
4.根据权利要求3所述的动态环境下的视觉重定位方法，其特征在于，基于获取每个关键帧图像时移动设备的位姿和每个关键帧图像中静态特征点的深度信息，构建稀疏三维点云地图，具体包括：
5.根据权利要求1所述的动态环境下的视觉重定位方法，其特征在于，基于所述静态语义地图和移动设备获取的当前帧图像，对移动设备进行重定位，具体包括：
6.根据权利要求5所述的动态环境下的视觉重定位方法，其特征在于，基于三维几何模型信息中的匹配静态物体在世界坐标系下的三...
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。