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：南京林业大学
摘要：本发明提出一种基于混合语义地图的果园2D激光SLAM方法，包括果园点云采集步骤、树干检测步骤、局部位姿估计步骤、全局位姿估计步骤、全局位姿优化步骤和混合语义地图更新步骤。本发明采用树干点云估计机器人位姿和构建果园地图，通过位姿优化融合基于树干特征地图和树干点云地图的位姿估计结果，实现地面不平整果园环境下的快速、高精度定位和建图。
主权项：1.一种基于混合语义地图的果园2D激光SLAM方法，其特征在于，该方法包括以下步骤：S1、果园点云采集步骤：将2DLiDAR安装在移动机器人上，在机器人移动过程中对果园进行水平扫描，得到1帧果园点云S，记为其中，Ns是点个数，ri是第i个点的距离；S2、树干检测步骤：从果园点云S中检测出树干点云P，用于位姿估计和地图更新；S3、局部位姿估计步骤：提取感兴趣区域Regionofinterest，ROI内的树干点云P1，与树干特征地图Mf进行帧-地图匹配，根据匹配结果求取2帧之间的机器人局部位姿估计值Δξ1；S4、全局位姿估计步骤：融合相邻Ng帧的树干点云P2，与树干点云地图Mp进行帧-地图匹配，根据匹配结果求取机器人全局位姿估计值ξ2；S5、全局位姿优化步骤：根据相邻No帧的机器人局部位姿估计值Δξ1和机器人全局位姿估计值ξ2，采用高斯-牛顿算法求取优化后的相邻No帧的机器人全局位姿ξ，初始为ξ1，优化目标为：minΣ||ξ-ξ2||2+∑||Δξ-Δξ1||2其中，Δξ是由相邻2帧机器人全局位姿ξ计算出来的机器人局部位姿；S6、混合语义地图更新：根据No帧ROI内的树干点云和机器人全局位姿ξ更新混合语义地图，包括树干点云地图Mp、树干特征地图Mf和树干栅格地图Mg。
全文数据：
权利要求：
百度查询： 南京林业大学 基于混合语义地图的果园2D激光SLAM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