摘要
本发明提供一种机器人室内导航方法及系统,该方法包括:获取相机采集的RGB图像帧序列,通过深度块视觉里程计估算图像帧的相机位姿及稀疏三维地标点;基于相机位姿及稀疏三维地标点,通过transformer架构的深度神经网络对图像帧进行稠密几何增强得到稠密几何先验信息;根据初始相机位姿、稠密几何先验信息和图像帧数据,对神经辐射场进行训练,并基于光度一致性、几何一致性和相机位姿约束,对神经辐射场参数和相机位姿进行联合优化;基于实时采集的图像帧,通过优化后的神经辐射场进行新颖视图合成,并基于新颖视图进行机器人导航。通过该方案可以实现相机位姿精确估算和三维场景高质量重建,不仅计算资源开销小,而且能够保障实时性。
技术关键词
稠密深度图
视觉里程计
深度神经网络
图像
优化场景
机器人
光度
室内导航系统
校正相机
可读存储介质
多层感知机
参数
导航模块
处理器
序列
系统为您推荐了相关专利信息
后处理模块
神经网络模型
智能移动终端设备
后台服务器
网络连接模块
数字孪生模型
PCB缺陷检测方法
内部缺陷检测
导通缺陷
图像
图像超分辨率方法
深度特征提取
注意力
超分辨率模型
图像重建
报告生成方法
多模态
分析单元
信息处理单元
图像特征向量