【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种定位建图网络训练方法及装置。
技术介绍
1、随着科学与技术发展，移动机器人如无人车、无人机等智能设备逐渐被应用到物流、测绘、探索、侦察、搜救等领域。相机作为一种成本低廉、外观轻巧且信息采集丰富的传感器组件，在移动机器人中发挥着不可或缺的作用。因此，为了使移动机器人在未知环境下实现准确的定位和环境重建，需要一种准确高效的视觉同步定位与建图方法(slam，simultaneous localization andmapping)。
2、slam技术让机器人等载体在未知环境中的未知地点出发，利用自身所搭载的一系列传感器(激光雷达、相机等)来观测所处的环境特征，进而计算出机器人移动的位姿，根据自身的姿态和位置增量式的构建未知环境地图。最终可以构建一个完整的全局一致的环境地图，以便为后期的导航、避障、路径规划等应用提供必要的支持。
3、现有的定位建图模型训练方法大多采用相机位姿估计技术和场景地图构建技术，根据同一个特征点在相邻两帧图像上的像素坐标变化，推测出特征点在空间上与相机的距离，结...
【技术保护点】
1.一种定位建图网络训练方法，其特征在于，包括：
2.根据权利要求1所述的定位建图网络训练方法，其特征在于，所述采用各所述目标光线对初始定位建图网络和所述初始相机位姿进行优化，确定目标定位建图网络和目标相机位姿的步骤，包括：
3.根据权利要求2所述的定位建图网络训练方法，其特征在于，所述初始定位建图网络包括初始哈希网格、初始距离场景表达子网络和初始颜色场景表达子网络；所述采用所述初始定位建图网络根据各所述目标光线中的多个光线采样点，生成多个特征差异、多个训练颜色值和多个训练距离值的步骤，包括：
4.根据权利要求2所述的定位建图网络训...
【技术特征摘要】
1.一种定位建图网络训练方法，其特征在于，包括：
2.根据权利要求1所述的定位建图网络训练方法，其特征在于，所述采用各所述目标光线对初始定位建图网络和所述初始相机位姿进行优化，确定目标定位建图网络和目标相机位姿的步骤，包括：
3.根据权利要求2所述的定位建图网络训练方法，其特征在于，所述初始定位建图网络包括初始哈希网格、初始距离场景表达子网络和初始颜色场景表达子网络；所述采用所述初始定位建图网络根据各所述目标光线中的多个光线采样点，生成多个特征差异、多个训练颜色值和多个训练距离值的步骤，包括：
4.根据权利要求2所述的定位建图网络训练方法，其特征在于，所述采用各所述特征差异、各所述训练颜色值、各所述训练距离值对所述初始定位建图网络和所述初始相机位姿进行优化，确定目标定位建图网络和目标相机位姿的步骤，包括：
5.根据权利要求4所述的定位建图网络训练...
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。