【技术实现步骤摘要】
本专利技术属于机器人导航与定位，具体涉及一种基于lk光流与自适应几何约束的动态slam方法。
技术介绍
1、视觉slam是近年来机器人领域、视觉导航领域和航空摄影测量领域的热门话题。它主要解决两个问题：一是通过序列影像估计相机的运动轨迹；二是在同一时间重建三维场景的几何结构。然而，传统的slam方法在动态环境下的适应性较差，场景中的动态目标严重影响视觉里程计的定位结果，并且动态目标如果不做处理也会被更新到地图当中，造成三维重建结果的可视化效果差的问题。
2、对于视觉slam在动态环境中存在定位与建图差的问题，目前主要处理的技术包括lk光流法、深度学习的方法(语义分割、目标检测)及基于几何约束的方法，这些方法虽在动态环境下的具有一定的动态剔除能力，但仅单个方法使用，仍难以满足复杂动态环境下视觉slam的适应性。
3、公开号为cn116429087a的一种适应于动态环境的视觉slam方法中提出一种深度学习算法yolov4和基于几何约束的动态特征点检测算法，先用yolov4识别动态物体，并采用几何约束进一步剔除动态点，...
【技术保护点】
1.基于LK光流与自适应几何约束的动态SLAM方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的基于LK光流与自适应几何约束的动态SLAM方法，其特征在于，所述步骤1具体为：
3.根据权利要求2所述的基于LK光流与自适应几何约束的动态SLAM方法，其特征在于，所述步骤1)的具体实施过程如下：
4.根据权利要求3所述的基于LK光流与自适应几何约束的动态SLAM方法，其特征在于，所述步骤2)自适应对极几何约束动态特征点检测的具体实施过程如下：
5.根据权利要求4所述的基于LK光流与自适应几何约束的动态SLAM方法，其...
【技术特征摘要】
1.基于lk光流与自适应几何约束的动态slam方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的基于lk光流与自适应几何约束的动态slam方法，其特征在于，所述步骤1具体为：
3.根据权利要求2所述的基于lk光流与自适应几何约束的动态slam方法，其特征在于，所述步骤1)的具体实施过程如下：
4.根据权利要求3所述的基于lk光流与自适应几何约束的动态slam方法，其特征在于，所述步骤2)自适应对极几何约束动态特征点检测的具体实施过程如下：
5.根据权利要求4所述的基于lk光流与自适应几何约束的动态slam方法，其特征在于，所述步骤2的融合规则为：
6.根据权利要求5所述的基于lk光流与自适应几何约束的动态slam方法，其特征在于，所述步骤2具体的融合冲突解决机制步骤如...
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。