摘要
本发明公开了基于激光SLAM的移动机器人定位与导航方法,该方法涉及机器学习、自动驾驶、计算机视觉等领域。针对实时性与计算效率的平衡,该方法首先使用激光雷达数据实时跟踪,估计传感器运动轨迹,同时使LiDAR与IMU融合;其次,选择关键帧并使用神经网络隐式场景表示;通过联合优化调整关键帧位姿和神经场景表示的参数以最小化损失函数;最后,采用JS动态裕度损失函数,动态调整激光雷达射线的损失函数裕度,并将隐式神经表示三维场景转换成显式三维网络模型,便于可视化、评估和使用。与其他方法相比,本发明优势在于具有连续精细的场景建模能力,且具有定位与建图的实时性,还可以扩展到自动驾驶、城市规划等领域。
技术关键词
移动机器人定位
关键帧
激光雷达数据
导航方法
扫描周围环境
激光雷达传感器
场景
射线
优化地图
估计机器人位姿
参数
矫正
动态
协方差矩阵
扩展卡尔曼滤波
优化神经网络
系统为您推荐了相关专利信息
语义地图
环境感知数据
导航方法
多模态
处理单元
超声心动图
机器学习分类模型
肿瘤分类方法
机器学习模型
数据分类
传感器融合
导航方法
视觉SLAM算法
惯性导航单元
轮式编码器