龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本发明公开了一种基于激光与视觉融合的高空大范围真实场景重建方法，涉及三维重建技术领域，解决了重建大范围场景容易失效且重建周期长的技术问题，其技术方案要点利用激光雷达和可见光相机的互补特性实时重建场景；利用可见光相机获取真实场景的纹理信息和视觉特征；利用激光雷达获取场景的空间结构信息；利用自适应注意力下采样获得稳定的骨干点；利用具有特征约束的自适应迭代优化方法估计稳健位姿。该算法在满足实时性的要求下，具有较高的准确性和鲁棒性，在机器人、三维重建领域有较好的应用前景。
主权项：1.一种基于激光与视觉融合的高空大范围真实场景重建方法，其特征在于，包括：步骤S1：通过可见光相机获取可见光图像，对可见光图片进行数据增强，对数据增强后可见光图片的视觉特征进行提取，得到特征灰度图；步骤S2：通过激光雷达获取原始点云Pj，使用恒速模型对原始点云Pj的预测位姿Tpre,t进行计算，根据预测位姿Tpre,t对原始点云Pj中的点云畸变进行去除，得到去畸变的点云步骤S3：将特征灰度图投影到点云上生成包含视觉特征的彩色点云；步骤S4：使用自适应注意力下采样对彩色点云进行下采样，对彩色点云进行第一次下采样得到局部点云地图，对彩色点云进行第二次下采样得到骨干点云；步骤S5：根据恒速模型偏移误差和点云空间分布特性对迭代优化参数进行初始化；其中，迭代优化参数包括搜寻距离和置信权重；所述点云空间分布特性包括彩色点云的空间因子；步骤S6：根据搜寻距离骨干点云中的骨干点在局部点云地图中搜寻其最近邻点，根据骨干点及其最近邻点使用自适应双重迭代优化方法进行迭代优化，以对当前帧的稳健位姿进行估计；步骤S7：将数据增强后的可见光图片投影到去畸变的点云生成辐射点云，根据辐射点云和连续的稳健位姿对真实场景的3D地图进行构建。
全文数据：
权利要求：
百度查询： 东南大学 一种基于激光与视觉融合的高空大范围真实场景重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号