一种粒度可调的场景自适应双目机器人建图方法技术

本发明专利技术涉及建图方法，更具体的说是一种粒度可调的场景自适应双目机器人建图方法，该方法包括以下步骤：步骤S1：数据采集；步骤S2：数据预处理；步骤S3：特征提取和匹配；步骤S4：视觉里程计；步骤S5：利用构造立体几何方法构建环境的三维模型；步骤S6：语义分析；步骤S7：地图构建和维护；所述步骤S1中，数据采集具体为，使用两个摄像头采集视觉数据，IMU采集惯性数据，视觉数据用于估计环境的深度信息，惯性数据用于估计设备姿态和运动；所述步骤S2中，对采集到的视觉数据进行预处理，以去除镜头畸变和噪声；结合双目相机和惯性测量单元的优势，实现了在三维环境中的可调精度的语义地图构建和导航功能。

【技术实现步骤摘要】

本专利技术涉及建图方法，更具体地说是一种粒度可调的场景自适应双目机器人建图方法。

技术介绍

1、在自动驾驶和机器人导航系统中，语义地图是关键组件之一，用于描述环境中的物体及其语义信息，帮助机器人理解和导航复杂环境。传统的语义地图构建方法通常基于二维平面图或点云数据，尽管能提供一定的环境信息，但在精度和三维空间表达能力上存在局限性。相比于传统方法，基于构造立体几何的语义地图能够更精确地描述三维空间中的物体形态和位置。这种方法结合了立体几何构造技术与语义标签，实现了对环境的全面描述。立体几何构造能够精确建模物体的三维形态，而语义标签则为每个物体提供详细的语义信息，使得地图不仅具备高精度的空间信息，还包含丰富的语义内容。可调精度是本专利技术的一大特点，指的是系统能够根据环境的复杂情况，自适应地调整地图的精度。在简单环境下，系统可以降低精度以减少计算资源的消耗；而在复杂环境中，系统可以提高精度以提供更详细的环境描述和更可靠的导航信息。这种自适应调整的能力确保了地图构建的效率和准确性，并且能够适应各种不同的应用场景和需求。基于构造立体几何的粒度可调语义地图具有较强的本文档来自技高网...

【技术保护点】

1.一种粒度可调的场景自适应双目机器人建图方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤S1中，数据采集具体为，使用两个摄像头采集视觉数据，IMU传感器采集惯性数据，视觉数据用于估计环境的深度信息，惯性数据用于估计设备姿态和运动。

3.根据权利要求2所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤S2中，对采集到的视觉数据进行预处理，以去除镜头畸变和噪声。

4.根据权利要求3所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤S3中...

【技术特征摘要】

1.一种粒度可调的场景自适应双目机器人建图方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤s1中，数据采集具体为，使用两个摄像头采集视觉数据，imu传感器采集惯性数据，视觉数据用于估计环境的深度信息，惯性数据用于估计设备姿态和运动。

3.根据权利要求2所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤s2中，对采集到的视觉数据进行预处理，以去除镜头畸变和噪声。

4.根据权利要求3所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤s3中，从预处理后的视觉数据中提取和匹配特征点。

5.根据权利要求3所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：使用orb(定向快速和旋转不变)算法进行特征提取，orb算法通过快速角点检测和描述符生成来找到特征点并提取，利用特征描述符在连续帧或不同视角图像之间进行特征点匹配，并使用flann(快速近似最近邻搜索)和ransac(随机抽样一致性)算法来剔除错误匹配点。

6.根据权利要求4所述的一种粒度可调的场景自适应双目机器人建图方法，其特征在于：所述步骤s4中，使用视觉里程计技术vio-visual-inertial odometry，结合视觉数据和imu数据，估计设备的运动轨迹和位姿变化。<...

【专利技术属性】
技术研发人员：张点金，吴英丹，徐昂，郭斌，李隆球，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：