摘要
本发明提出了一种基于端到端视觉里程计与鸟瞰图多传感器融合的SLAM方法,属于自动导航和移动机器人技术领域。该方法利用轻量化改进的LoFTR网络设计视觉里程计因子,以减轻计算量并提高视觉机器人在无结构、弱纹理环境下定位与建图的精度和鲁棒性。本发明设计构建基于鸟瞰图的多传感器动态融合模型,整合IMU因子、视觉里程计因子、激光里程计因子以及回环检测因子。通过引入自适应加权机制,对来自不同传感器的特征进行加权拼接,以实现特征信息的最优组合。本发明算法减轻了计算量,提高计算效率,使得SLAM系统能够实现实时或近实时的定位与建图。此外,自适应加权策略能够根据实际环境和传感器状态动态调整,提高了算法在不同场景下的适应性和灵活性。
技术关键词
视觉里程计
多传感器融合
激光里程计
特征提取模块
编码模块
二维图像特征
通道注意力机制
像素
融合特征
分辨率
因子
多层感知器
匹配模块
移动机器人技术
SLAM系统
坐标系
线性变换矩阵
系统为您推荐了相关专利信息
概率预测方法
历史负荷数据
时间序列特征
高斯混合模型
电力负荷预测技术
信号模拟系统
中频信号
个性化人体模型
神经网络训练
chirp信号
恶意流量检测方法
关键词
数值
计算机可执行指令
语义特征