一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法技术

一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法。本发明专利技术公开了一种图像和点云特征对齐及姿态微调的车辆姿态估计方法，主要解决现有技术对车辆位姿估计结果准确率低，图像特征和点云特征表征信息不匹配的问题。其实施方案为：1)获取点云和图像数据集；2)构建位姿估计模型；3)构建模型损失函数；4)训练位姿估计模型；5)推理并获得姿态变换结果。本发明专利技术构建的车辆位姿估计模型，通过图像和点云特征匹配对齐的方式及跨模态注意力机制，实现多模态共性特征表示能力的增强，进而实现对姿态估计结果的微调，提升车辆位姿估计的准确率，具有较大的实际应用价值。

【技术实现步骤摘要】

本专利技术属于实时建图与定位，具体涉及一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法。

技术介绍

1、随着无人驾驶技术的不断发展，实时建图与定位已经成为实现自动驾驶系统稳定运行的核心技术之一。精确的车辆姿态估计在实时建图与定位技术中至关重要，尤其是在复杂动态环境中，准确掌握车辆的位姿信息是路径规划、障碍物检测和自动控制系统决策的基础。传统的姿态估计方法通常依赖单一传感器数据，如惯性测量单元(imu)或单目相机，但这些方法在实际应用中存在一定的局限性，难以满足高精度要求。近年来，激光雷达(lidar)与相机的融合技术获得了广泛关注，成为提高姿态估计精度和鲁棒性的有效手段。lidar通过激光扫描生成的点云数据提供高精度的空间信息，能够有效辅助姿态估计；而相机则提供丰富的视觉信息，在场景理解和物体识别方面具有显著优势。然而，如何高效地对齐这两种异构传感器的特征信息，并基于此实现高精度的车辆姿态估计，仍然是一个技术难题。此外，现有的车辆姿态估计算法通常采用单一的模型结构，仅在输出阶段估计姿态变换结果，使得模型在训练阶段无法进行更精细的优化，从而影响了估计结本文档来自技高网...

【技术保护点】

1.一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法，其特征在于，所述步骤(II-4)中的匹配点对齐模块1和匹配点对齐模块2具有相同的结构，构建如下：

3.如权利要求1所述的一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法，其特征在于，所述步骤(II-4)中的跨模态注意力模块1和跨模态注意力模块2具有相同的结构，构建如下：

4.如权利要求1所述的一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法，其特征在于，所述步骤(II-4)中的...

【技术特征摘要】

1.一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于图像和点云特征对齐及姿态微调的车辆姿态估计方法，其特征在于，所述步骤(ii-4)中的匹配点对齐模块1和匹配点对齐模块2具有相同的结构，构建如下：

3.如权利要求1所述的...

【专利技术属性】
技术研发人员：代建龙，李生洋，宋吟彧，郑东磊，赵于前，桂瑰，
申请(专利权)人：中南大学，
类型：发明
国别省市：