摘要
本发明公开了一种基于鸟瞰视图的激光雷达隐式地图全局定位方法,包括:首先,点云经过运动补偿和体素降采样后转换为鸟瞰图图像,并利用卷积神经网络提取全局描述符和局部描述符,其次,加载当前位置附近的隐式局部地图,查询当前帧每个点最近邻神经点,得到特征向量和相对坐标后传到距离场解码器输出符号距离函数残差;然后,对所有点的残差优化求解此配准问题,得到当前姿态的最优估计;最后,对鸟瞰图图像的初始化匹配良好点和最终的平均残差,确定当前状态的不确定度。本发明利用鸟瞰图图像匹配方式,利用隐式地图高精度的特性,输出有效可靠的定位结果,同时通过神经网络参数表示环境,数据存储量可减少90%以上,大幅降低车载设备存储压力。
技术关键词
全局定位方法
激光雷达
描述符
卷积神经网络提取
地图
图像匹配
运动补偿
符号
迭代优化算法
解码器
神经网络参数
缩放参数
神经网络模型
坐标
验证方法
车载设备
点云
误差
索引
系统为您推荐了相关专利信息
位姿估计方法
三维激光雷达
生成多尺度
位姿估计技术
形状特征信息
协作机器人
红外摄像头
自主避障装置
底盘
智能检测装置
任务分配方法
任务分配算法
匈牙利匹配算法
载荷
规划