摘要
本发明公开了一种动态环境下的SLAM方法及系统,该方法包括:获取图像帧;利用目标检测模型对图像帧进行目标检测,输出特征点;采用光流法对物体的运动状态进行判断,对特征点进行跟踪检测;设定阈值并对动态特征点进行对比判断;通过最小化特征点的重投影误差,对相机的位姿和所述特征点的三维坐标进行优化;进行卡尔曼滤波;根据光流跟踪结果和卡尔曼滤波结果,更新和维护特征点的状态信息;进行位姿估计和地图构建。该系统包括:目标检测模块、跟踪检测模块、特征点判断模块、位姿优化模块、滤波模块、状态更新模块和地图构建模块。通过使用本发明,能够提高在动态环境下的SLAM性能。本发明可广泛应用于机器人导航技术领域。
技术关键词
特征点
动态
图像金字塔
机器人导航技术
相机
卡尔曼滤波
坐标
误差函数
滤波算法
光流场
状态更新
滤波模块
地图
输出特征
处理器
参数
系统为您推荐了相关专利信息
网络
抑制噪声干扰
边缘轮廓
局部细节特征
冠脉造影
智能驾驶测试
仿真测试平台
复杂度
测试场景
指标系统
双目立体
立体模型
计算机可执行指令
三角形
规则格网
血液制品
配送机器人
ARIMA模型
梯度提升树模型
管理方法