摘要
本发明涉及用于分布式slam系统的多层次语义感知地图构建方法,包括:采集地点信息,基于地点信息获取备选匹配帧;对备选匹配帧提取特征值,并生成矢量作为特征值的段描述,对段描述进行处理,获取处理后点云数据;基于处理后的点云数据,构建概率3D占用栅格图,对概率3D占用栅格图进行平面分割,构建2D网格图;将2D网格图输入卷积神经网络模型进行图像深度估计和语义分割,获取深度信息和语义信息;将深度信息和语义信息进行融合,获取三维语义点云数据;基于三维语义点云数据和相机姿态,获取三维语义图并进行优化。本发明结合了传统slam系统的几何信息和深度学习技术的优势,实现对环境的高效感知和建模。
技术关键词
地图构建方法
占用栅格
描述符
图像深度估计
语义点云
多层次
卷积神经网络模型
多尺度特征
融合特征
机器人
网格
特征值
RANSAC算法
地点
位置识别
数据
输入解码器
深度学习技术
系统为您推荐了相关专利信息
视频防抖系统
稳定视频
相机旋转
矩阵
特征点集合
三维点云配准方法
特征描述符
多层感知机层
解码器
点对特征
蜂窝网格
评估指标体系
动态贝叶斯网络
地图构建方法
多尺度
描述符
流量整形方法
流量整形装置
基准
随机存储器
分子预测方法
结构编码器
文本编码器
描述符
跨模态