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：重庆大学
摘要：一种基于kmeans聚类的ORB‑SLAM2稠密建图优化方法，包括：1建立三维点云地图；2对三维点云地图的各个平面进行划分，提取出镜面点云与反光点云所在的平面，并构建待处理点云数组和保留点云数组；3将镜面点云与反光点云所在平面上的点云存入待处理点云数组中，将剩余的点云存入保留点云数组中；4计算每个待处理点云数组的平面方程以及待处理点云数组中每个点云到平面方程的距离，并利用kmeans聚类对每个待处理点云数组进行滤波；5将滤波后的点云数组和保留点云数组中的点云结合起来，得到滤波后的三维点云地图。本发明为消除反光点云与镜像点云提供了一种新的研究思路。本发明使用非监督学习方法对平面上的点进行聚类，剔除距离该平面过远的点。
主权项：1.一种基于kmeans聚类的ORB-SLAM2稠密建图优化方法，其特征在于，包括以下步骤：1基于ORB-SLAM2稠密建图，建立三维点云地图；2对三维点云地图的各个平面进行划分，提取出镜面点云与反光点云所在的平面，并构建与镜面点云与反光点云所在平面数量一致的待处理点云数组和一个保留点云数组。3将镜面点云与反光点云所在平面上的点云存入对应的待处理点云数组中，将剩余的点云存入保留点云数组中。4计算每个待处理点云数组的平面方程以及待处理点云数组中每个点云到平面方程的距离，并基于点云到平面方程的距离，利用kmeans聚类对每个待处理点云数组进行滤波，得到滤波后的点云数组；5将滤波后的点云数组和保留点云数组中的点云结合起来，得到滤波后的三维点云地图。
全文数据：
权利要求：
百度查询： 重庆大学 一种基于kmeans聚类的ORB‐SLAM2稠密建图优化方法
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