摘要
本发明公开了基于多模态联合积分的路径规划方法和系统,利用图像处理与深度学习技术自动识别并排除动态物体的影响,确保SLAM和VIO系统只匹配稳定的静态背景物体。其技术方案为:首先利用图像特征点匹配技术对输入图像中的特征点进行初步筛选与匹配。随后引入深度学习网络进行精细化分割与实例识别。该深度学习网络能够准确地区分静态物体与动态物体,在复杂场景中精确地识别出动态物体的存在。在识别到动态物体后,采取智能排除策将这些动态物体从特征匹配过程中排除,确保SLAM和VIO系统仅基于稳定的静态背景物体进行特征匹配与定位计算,避免动态物体对定位精度的负面影响,提升了系统在复杂动态环境中的稳定性和适用性。
技术关键词
路径规划方法
多模态
动态物体
图片特征点
协方差矩阵
深度学习网络
图像编码器
整合图像信息
车载摄像头
运动
文本
路径规划系统
融合特征
块编码器
精确地识别