摘要
本发明公开了一种基于多层次特征提取的激光雷达/惯性SLAM方法,该方法包括:使用语义分割网络提取点云的语义属性,去除动态元素;使用惯性数据对点云进行去畸变,提取点云的几何信息,基于语义与几何信息的综合考量,提取三类特征点:地面点、角点和面点;在特征关联阶段,将当前帧提取的特征点和局部地图中的同类点关联,制造相应的点线、点面约束,并考虑特征关联的语义、几何一致性,构建加权最小二乘优化问题,进行激光雷达里程计的求解;结合预积分结果和回环结果,执行局部和全局的因子图优化。本发明提出的方法有效提升了特征关联的稳定性,并且适应高动态环境。
技术关键词
多层次特征提取
SLAM方法
激光雷达
特征点
加权最小二乘
语义分割网络
里程计
面点
因子
语义标签
坐标系
地图
点云
特征值
稀疏卷积运算
地面
人行道
语义信息提取
系统为您推荐了相关专利信息
浮点运算单元
人工智能芯片
控制电路
特征点
操作控制模块
测风激光雷达
三维风场
逻辑回归模型
预警方法
风切变识别
真伪检测方法
多尺度特征金字塔
指纹
动态时间规整
特征融合网络