摘要
本发明为一种面向大件运输的空地协同感知方法。采用车头和货柜铰接的车辆,包括如下步骤:采用无人机获取广域环境数据,采用车辆采集近场数据;数据预处理:建立无人机和车辆的数据匹配关系;根据匹配关系对无人机和车辆的数据进行转换,实现空间配准;对无人机和车辆数据进行时间配准;对配准后的点云数据进行回溯重构、得到补偿畸变的点云数据;对配准后的图像数据进行反投影变换、得到补偿模糊的运动补偿图像数据;将补偿畸变的点云数据和运动补偿图像数据进行融合,输出几何‑语义联合建模的动态鸟瞰特征图:构建动态三维环境模型。本发明提升了大件运输场景的环境感知与建图精度,为大件运输车列的弯道通过性判别和轨迹规划提供信息支撑。
技术关键词
运动补偿图像
三维环境模型
空地协同
车辆
坐标
雅可比矩阵
三次样条插值算法
无人机数据采集
关键点
动态
点云特征
生成运动补偿
点特征直方图
因子
大件运输车
时钟信号同步
系统为您推荐了相关专利信息
设计优化方法
粒子群优化算法
网络设计方案
局部敏感哈希技术
管道
校对方法
三维形状模型
偏心
电缆绝缘层
三角测量法
浮动车轨迹数据
挖掘方法
建筑
关联挖掘算法
邻域
全景拼接方法
图像配准
计算机可执行程序
全景图
图像显著性区域