全景视觉与激光雷达融合的语义SLAM优化方法与流程
技术特征:
1.全景视觉与激光雷达融合的语义slam优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s1具体包括:
3.根据权利要求2所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s2具体包括:
4.根据权利要求3所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s3具体包括:
5.根据权利要求4所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s4具体包括:
6.根据权利要求5所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s5中基于语义信息对语义地图进行优化,调整地图中的错误标记和位置偏差,具体包括:
7.根据权利要求6所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s5中结合优化后的语义地图与实时采集的数据,进行动态定位校正,以提高定位精度,具体包括:
8.根据权利要求7所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s6具体包括:
9.根据权利要求,8所述的全景视觉与激光雷达融合的语义slam优化方法,其特征在于,所述s7具体包括:
技术总结
本发明涉及环境感知技术领域,具体涉及全景视觉与激光雷达融合的语义SLAM优化方法,包括以下步骤:使用全景相机收集全景图像数据,通过激光雷达收集距离数据和形状信息数据,对环境数据进行预处理,从预处理后的数据中提取视觉特征点和空间结构特征,将其融合构建初步的融合特征地图,应用深度学习模型对融合特征地图进行语义标注,构建语义地图,基于语义信息对语义地图进行优化,结合实时数据进行动态定位校正,通过持续学习机制,根据新的环境数据更新语义地图,生成语义SLAM地图。本发明,显著提高了SLAM系统的精度和可靠性,实现了智能化语义标注和动态优化,增强了系统在复杂动态环境中的适应能力。
技术研发人员:郭甜,尚英强,丁一铭,赵迪硕,胡天硕,刘树辉,费宇龙,许锦文
受保护的技术使用者:北京卓越电力建设有限公司
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40049164 】
技术研发人员:郭甜,尚英强,丁一铭,赵迪硕,胡天硕,刘树辉,费宇龙,许锦文
技术所有人:北京卓越电力建设有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:郭甜,尚英强,丁一铭,赵迪硕,胡天硕,刘树辉,费宇龙,许锦文
技术所有人:北京卓越电力建设有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
