桥梁无人巡检系统的相机-激光雷达循环一致性深度学习校准方法

本发明提出桥梁无人巡检系统的相机‑激光雷达循环一致性深度学习校准方法。所述方法创造性地将循环一致性学习引入相机‑激光雷达校准任务，建立图像与点云之间的双向循环对齐机制，通过优化跨模态映射的循环一致性约束，实现高精度的坐标系校准。本发明提供的技术方案有效解决了传统校准方法依赖人工标定物、泛化能力不足、动态适应性差等技术问题，为桥梁无人巡检、自动驾驶、机器人导航等领域的多传感器系统提供了一种高效、精确的校准解决方案。