Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的纯RGB小车语义地图构建方法和重定位方法 

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:福建汉特云智能科技有限公司

摘要:本发明公开基于深度学习的纯RGB小车语义地图构建方法和重定位方法,其包括以下步骤:小车在场景内沿着预设路径进行运动,RGB相机选择某一位姿实时采集RGB图片,并获取RGB相机的位姿和小车的位姿;通过深度学习实现单目相机的稠密深度信息估计,再根据关键点的2D坐标在深度图中获取对应关键点的深度信息,从而计算出关键点的3D坐标和小车相对原点的Rt矩阵,将这些关键点的2D坐标、3D坐标、描述子以及小车相对原点的Rt矩阵、RGB相机的位姿和小车的位姿进行关联,可以构建丰富的语义地图,其中每一关键点都包含了详细的信息,解决视觉建图无法提供稠密的深度信息的问题,有助于后续的场景理解和决策任务。

主权项:1.基于深度学习的纯RGB小车语义地图构建方法,其特征在于,包括以下步骤:小车在场景内沿着预设路径进行运动,RGB相机选择某一位姿实时采集RGB图片,并获取RGB相机的位姿和小车的位姿;使用深度学习模型对RGB图片进行RGB深度估计,获得深度估计图;对RGB图片进行关键点检测和描述子分析,获得关键点的2D坐标和描述子;在深度估计图中通过关键点的2D坐标获得所述关键点的深度;根据相机内参、关键点的2D坐标以及该关键点的深度获得关键点的3D坐标和对应RGB图片中小车相对原点的Rt矩阵;将对应RGB图片的所有的关键点的2D坐标、关键点的3D坐标、描述子、RGB图片中小车相对原点的Rt矩阵、RGB相机的位姿和小车的位姿进行关联并保存在语义地图库中。

全文数据:

权利要求:

百度查询: 福建汉特云智能科技有限公司 基于深度学习的纯RGB小车语义地图构建方法和重定位方法

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。