公开(公告)号：CN117671207A

公开(公告)日：2024-03-08

申请号：CN202311441003.4

申请日：2023-11-01

Applicant: 安徽大学 ,  合肥锐航小库智能科技有限公司

Inventor： 杨建文 ,  万秭濛 ,  段章领 ,  贺建伟 ,  范旭昊 ,  宋乐怡 ,  高刘轩祺

IPC: G06T19/00 ,  G01C21/00 ,  G01C21/20 ,  G06T17/05 ,  G06V20/40 ,  G06V20/64 ,  G06V10/82 ,  G06V10/75 ,  G06T7/246 ,  G06T7/73 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明基于一种具有识别建图、路径规划与纠偏功能的导航渲染模型。具体步骤如下：根据定位位置和预先采集的图像，利用神经辐射场NeRF及Nice‑SLAM进行三位渲染重建实现室内精准定位；用YOLOv8n+DeepSORT算法实现视频目标识别，关联跟踪，实现纠偏校正；视频理解对地图添加语义信息，实现语义地图，将所有规划结果渲染在3D导航界面；利用融合深度神经网络和强化学习方法的基于改进DQN算法选出最优路径。该系统整合了感知、定位、数据更新和路径规划方法，以提供更精确、实时和可适应性的导航体验，旨在改善室内导航系统的性能，使其更适合广泛的应用领域，为用户提供更好的室内导航解决方案。

公开(公告)号：CN117292153A

公开(公告)日：2023-12-26

申请号：CN202311233168.2

申请日：2023-09-22

Applicant: 安徽大学

Inventor： 张鲁川 ,  段章领 ,  杨建文 ,  宋乐怡 ,  高刘轩祺 ,  贺建伟 ,  万秭濛

IPC: G06V10/62 ,  G06V10/25 ,  G06V10/40 ,  G06V10/762 ,  G06V10/82 ,  G06N3/044

Abstract: 本发明公开了一种融合深度神经网络去除纯动态特征点的SLAM方法，步骤一：使用RGB‑D相机进行RGB图像和深度图像的采集并输入到系统中；步骤二：通过三角测量原理计算出每个像素点对应的三维空间坐标；步骤三：采用两种不同的策略来对高动态特征点进行剔除；步骤四：通过初始相机姿态将上一帧的三维特征点重投影到当前帧并计算重投影偏移向量；步骤五：将当前帧的3D特征点通过SOM‑K‑means算法分成k个簇；步骤六：对于每个聚类通过计算并确定每个簇的类型，根据判定结果将动态簇中的所有特征点进行去除。步骤七：将剩余静态特征点嵌入到SLAM系统中进行跟踪和建图，本发明涉及动态环境中同步定位与建图领域，具体为一种融合深度神经网络去除纯动态特征点的SLAM方法。