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：江苏科技大学
摘要：本发明公开了一种基于自适应鲁棒核的单目视觉惯性SLAM方法与系统，属于视觉机器人领域。本发明主要针对单目初始化、后端优化以及回环检测部分提出改进，在单目初始化时对当前帧与参考帧进行初始特征匹配，并行计算单应矩阵和基础矩阵两个运动模型，并通过几何鲁棒信息含量选择单应矩阵或者基本矩阵，进行模型分解以及光束法平差BA优化；在局部建图线程构建最小化重投影误差的成本函数，采用自适应鲁棒核应用于BA优化；在回环检测线程利用自适应鲁棒核减少回环校正过程中的累积误差。与现有技术相比，本发明改善了单目初始化过程，采用自适应鲁棒核降低外点的影响，增强了优化效果，提高了系统的鲁棒性。
主权项：1.一种基于自适应鲁棒核的单目视觉惯性SLAM方法，其特征在于，包括：在单目初始化时对当前帧与参考帧进行初始特征匹配，并行计算单应矩阵和基础矩阵两个运动模型，并通过几何鲁棒信息含量选择单应矩阵或者基本矩阵，进行模型分解以及光束法平差BA优化；在局部建图线程构建最小化重投影误差的成本函数，采用自适应鲁棒核应用于BA优化；在回环检测线程利用自适应鲁棒核减少回环校正过程中的累积误差；通过几何鲁棒信息含量的模型选择，表示为： 其中，G为几何鲁棒信息含量，k表示关键点序列号，L为稳健函数，e表示重投影误差，用于限制重投影误差的大小，β表示模型的大小，其中β＝2为单应矩阵，β＝3为基本矩阵，n为两个关键帧之间跟踪的地图点数量，表示模型中的自由度数，其中表示基本矩阵，表示单应矩阵，θ2表示关键点定位误差的协方差，λ表示数据的维数，两帧之间的二维对应λ＝4；自适应鲁棒核的核函数ρ表示为： 其中，μ,ω,c为参数，常数c0用于约束μ＝0附近二次损失区域规模。
全文数据：
权利要求：
百度查询： 江苏科技大学 基于自适应鲁棒核的单目视觉惯性SLAM方法与系统
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