摘要
本发明涉及一种基于越野场景的激光点云建图与匹配方法,所述方法包括:步骤1,采集越野环境点云,对点云进行滤波,剔除动态物体点云,形成实时点云数据;步骤2,将车辆传感器数据经过卡尔曼滤波进行位姿预测估计,并对预测位姿进行矫正,得到最终位姿估计;步骤3,将带有语义标签的实时点云数据通过最终位姿估计添加至局部增量稠密体素语义地图,形成局部增量稠密语义地图;步骤4,将实时点云数据与局部增量稠密语义地图,通过语义点云观测模型进行点云配准,根据点云配准和最终位姿估计,得到点云关键帧;步骤5,将点云关键帧和与其对应的位姿信息,估计车辆的准确位姿,构建一致性地图,实现地图全局一致性优化,完成全局语义地图的构建。
技术关键词
车辆传感器数据
语义点云
语义地图构建
关键帧
定位测量仪
动态物体
卡尔曼滤波
语义标签
激光
点云语义分割方法
场景
点云密度
因子权重
增量更新
测量误差
系统为您推荐了相关专利信息
视点生成方法
生成稀疏点云
运动恢复结构
生成高密度
单目深度模型
神经网络模型
三维模型
神经系统
车站设备
控制执行模块
机器人实时定位方法
地面纹理图像
关键帧
直方图均衡化
误差函数