摘要
本发明公开了一种无动态物体干扰的三维地图重建方法、装置及设备,实现基于动态障碍物遮挡背景修复的高精度三维地图重建。本发明结合深度学习技术、多视角信息融合和先验帧数据,进行动态障碍物检测、分割与剔除方案,同时设计了高精度的背景修复策略。其中,通过深度学习模型识别和分割动态物体,结合运动一致性分析精准地剔除动态物体的影响,从而避免了动态场景下的误匹配与位姿漂移。此外,利用多视角信息和历史帧数据的融合,修复被动态物体遮挡的静态背景,实现了背景的高精度补全和三维地图的准确还原,从而能够有效构建无动态物体干扰的三维地图,增强了地图的精度和鲁棒性,尤其在复杂的动态环境中,能够保持较高的稳定性。
技术关键词
动态物体
地图重建方法
多视角
图像
关键帧
动态背景
语义
对象
数据插值方法
静态特征
优化场景
深度相机
高精度三维地图
动态障碍物检测
系统为您推荐了相关专利信息
人工神经网络模型
跨平台数据处理
卷积神经网络模型
大气边界层
灰度共生矩阵
视觉检测方法
可视化识别系统
源性
动物
生成高分辨率
智能缺陷检测
深度学习网络提取
修复方法
多模态
序列