摘要
一种基于神经网络的激光重定位方法,包括以下步骤:S1、机器人对整个环境空间进行遍历,借助其自身搭载的激光雷达传感器采集环境信息,进而构建出完整的点云地图;S2、机器人持续工作,同时记录当前时刻的激光点云数据以及位姿信息,随后,将当前时刻的激光点云数据与其位姿信息作为点云关键帧进行保存,如此操作持续进行,直至机器人完成对上述步骤S1中的点云地图的遍历,最终获得包含点云关键帧信息的点云数据库;S3、依据点云数据库中的点云关键帧信息,对机器人位姿信息预测模型进行训练,训练完成后保存该机器人位姿信息预测模型;S4、实现机器人重定位。本发明能够有效提高机器人的重定位精度和效率,具有广泛的应用前景。
技术关键词
机器人位姿
关键帧
激光点云数据
匹配误差
激光雷达传感器
重定位方法
重定位系统
定位模块
地图
训练机器人
建图
节点
图片
变量
系统为您推荐了相关专利信息
卫星影像地图
匹配误差
特征点
坐标
RANSAC算法
视觉特征信息
关键帧
运动估计
轻量化卷积神经网络
回环检测技术
轮式机器人
激光里程计
激光点云数据
外参标定方法
姿态校准方法
一体化测量方法
激光点云数据
三维激光扫描仪
构建数字高程模型
数字表面模型
螺旋滚筒
检测机器人
三维激光点云数据
机体
障碍物