摘要
本发明请求保护一种融合增强YOLOv7的同时定位与建图方法。该方法的步骤如下:S1,利用RGB‑D相机获取环境信息;S2,针对因机器人移动和相机抖动导致的图像模糊问题引入图像增强模块,对相机获得的图像进行预处理;S3,在跟踪线程,引入自适应阈值改进传统的ORB特征点提取方法,并对预处理后的图像进行特征提取;S4,使用增强的YOLOv7算法检测动态目标,并结合极线约束剔除动态特征点。S5,将保留的静态特征点用于位姿估计和后续的建图。本发明能够有效剔除动态特征点,从而提高了SLAM(同事定位与建图)系统在动态环境下的鲁棒性。
技术关键词
图像增强模块
特征点提取方法
图像灰度直方图
静态特征
非暂态计算机可读存储介质
动态物体检测
阈值选取方法
神经网络架构
相机抖动
针孔相机
算法
关系建模
学习特征
处理器
语义
系统为您推荐了相关专利信息
医疗数据管理
查询方法
查询系统
语句
机器学习模型
攻击异常检测方法
重构误差
解码器模型
消息特征
节点
非线性映射关系
土壤呼吸速率
预测系统
多层次
措施
深度学习预测模型
强化学习网络
参数采集设备
指令
模型预测控制算法