摘要
本发明属于矿井自动化巡检技术领域,涉及一种基于矿井自主巡检机器人的单目视觉里程计方法,本发明利用先验动态物体目标检测模型检测剔除动态物体,减少了动态物体在位姿估计过程中产生的影响;利用深度特征提取和匹配网络,在弱纹理和光照变化剧烈的场景下具有更好鲁棒性;利用单目深度估计得到全局稠密点云地图;利用尺度恢复模块使得单目视觉里程计得到准确的尺度信息;本发明能减少传统视觉里程计在矿井巷道场景中的绝对轨迹误差。其能够在墙面纹理较弱、视角变化较大以及光照变化剧烈的矿井巷道环境中准确匹配特征点,在矿井工作人员密集的区域,通过排除动态物体特征点,提高自主巡检机器人定位的准确性与鲁棒性。
技术关键词
动态物体
自主巡检机器人
稠密深度图
特征点
矩阵
深度值
稀疏深度图
相机
Ransac算法
单目视觉里程计
矿井巷道环境
鲁棒性
判断图像数据
匹配网络
三维点云地图
单目深度估计
系统为您推荐了相关专利信息
盾构机刀具磨损
张量奇异值分解
振动信号特征
融合特征
序列
无人飞行器
定位单元
多传感器融合
雷达
融合滤波器
风速
蒙特卡洛方法
混合场景生成方法
风机
台风模型