【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其是涉及一种面向室内泊车环境下语义vi-slam的数据关联方法。
技术介绍
1、语义vi-slam(visual-inertial simultaneous localization and mapping, 视觉惯性同时定位与地图构建)是一类slam系统，利用视觉和惯性传感器在未知环境中进行即时定位与地图构建。与传统slam不同，语义vi-slam在地图中加入了语义标志物，使其能够在室内停车场等场景下识别和定位诸如停车位、减速带和停车位编号等语义对象，从而提高自动驾驶系统的环境感知能力。这种系统的核心在于构建语义地图，同时确定车辆在该环境中的位置。
2、数据关联在语义vi-slam中，是指将当前观测到的语义对象与已有地图中的语义标志物进行匹配的过程。当系统在时间t观测到m语义对象，而地图中已有n语义标志物时，数据关联需要估计每个观测对象与地图中对应标志物之间的关联关系。有效的数据关联是系统精确定位的关键，对于保持稳定的导航至关重要。错误的数据关联会降低系统位姿估计的准确性，导致系统发散，进而影响...
【技术保护点】
1.一种面向室内泊车环境下语义VI-SLAM的数据关联方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向室内泊车环境下语义VI-SLAM的数据关联方法，其特征在于，获取室内泊车环境的环视图像数据，通过语义分割提取环视语义对象包括如下步骤：
3.根据权利要求2所述的一种面向室内泊车环境下语义VI-SLAM的数据关联方法，其特征在于，所述的环视语义对象包括停车位、减速带和停车位编号。
4.根据权利要求2所述的一种面向室内泊车环境下语义VI-SLAM的数据关联方法，其特征在于，所述的变换矩阵的构建过程包括如下步骤：
...【技术特征摘要】
1.一种面向室内泊车环境下语义vi-slam的数据关联方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向室内泊车环境下语义vi-slam的数据关联方法，其特征在于，获取室内泊车环境的环视图像数据，通过语义分割提取环视语义对象包括如下步骤：
3.根据权利要求2所述的一种面向室内泊车环境下语义vi-slam的数据关联方法，其特征在于，所述的环视语义对象包括停车位、减速带和停车位编号。
4.根据权利要求2所述的一种面向室内泊车环境下语义vi-slam的数据关联方法，其特征在于，所述的变换矩阵的构建过程包括如下步骤：
5.根据权利要求1所述的一种面向室内泊车环境下语义vi-slam的数据关联方法，其特征在于，提取所述环视语义对象的几何信息和语义信息，分别计算所述环视语义对象和预先获取的环视语义标志之间的几何误差和...
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。