-
公开(公告)号：CN113837277B
公开(公告)日：2022-11-18
申请号：CN202111123551.3
申请日：2021-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于视觉点线特征优化的多源融合SLAM系统。首先提出一种改进尺度空间的视觉线特征提取方法，并利用基于最小二范数的约束匹配策略对前后帧间同一线特征进行约束匹配，为视觉里程计前端提供更为丰富的特征信息。其次将多帧激光点云投影到视觉坐标系中，实现激光点云和视觉特征深度关联，并利用视觉初始位姿估计结果辅助优化激光雷达扫描匹配精度。最后采用基于贝叶斯网络的因子图法搭建激光‑视觉‑惯性里程计系统，并引入GNSS因子和回环因子对激光‑视觉‑惯性里程计进行全局约束。通过实验对比可知，本算法在实时性、定位精度和建图效果方面均优于同类算法，可以在EuROC数据集中实现定位和建图精度均较优的实时位姿估计。
-
公开(公告)号：CN113837277A
公开(公告)日：2021-12-24
申请号：CN202111123551.3
申请日：2021-09-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于视觉点线特征优化的多源融合SLAM系统。首先提出一种改进尺度空间的视觉线特征提取方法，并利用基于最小二范数的约束匹配策略对前后帧间同一线特征进行约束匹配，为视觉里程计前端提供更为丰富的特征信息。其次将多帧激光点云投影到视觉坐标系中，实现激光点云和视觉特征深度关联，并利用视觉初始位姿估计结果辅助优化激光雷达扫描匹配精度。最后采用基于贝叶斯网络的因子图法搭建激光‑视觉‑惯性里程计系统，并引入GNSS因子和回环因子对激光‑视觉‑惯性里程计进行全局约束。通过实验对比可知，本算法在实时性、定位精度和建图效果方面均优于同类算法，可以在EuROC数据集中实现定位和建图精度均较优的实时位姿估计。
-
公开(公告)号：CN113376669A
公开(公告)日：2021-09-10
申请号：CN202110692167.9
申请日：2021-06-22
Applicant: 东南大学
Abstract: 发明公开了一种基于点线特征的单目VIO‑GNSS融合定位算法。首先对基于点特征的VIO增加线特征提取模块，并提出一种基于几何约束的线特征匹配策略以增强图像特征约束。此后，将加入的线特征与原VIO提取的点特征共同作为视觉特征信息，与IMU预积分结果共同输入至非线性优化的滑动窗口内，最小化所有测量残差的代价函数，获得VIO局部位姿估计结果。下一步，通过杆臂补偿方程将VIO位姿估计结果从局部VIO坐标系转至全局ECEF坐标系，最后将ECEF坐标系下的VIO位姿估计值与GNSS观测值共同输入卡尔曼滤波器内，构建传播和测量更新过程中的误差状态向量，实现VIO和GNSS的松耦合位姿估计。
-
Patent Agency Ranking
公开(公告)号：CN114659514B
公开(公告)日：2024-05-31
申请号：CN202210278286.4
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于体素化精配准的LiDAR‑IMU‑GNSS融合定位方法。首先提出一种基于曲率分割的体素化点云降采样方法，通过曲率阈值进行粗分类，并利用哈希映射函数进行点云体素降采样，更大程度保留了源点云的空间特征分布属性。其次，构建了一个基于点与邻域点集的最近邻域的点云配准模型，并设置了迭代终止阈值减小局部最优解问题的发生概率，将单帧点云的配准耗时提升了一个数量级。最后，构建了一个基于优化的LiDAR‑IMU‑GNSS融合定位模型，利用基于置信度加权的GNSS观测值对局部位姿估计值进行全局校正，能在复杂城市环境实现平均实现比同类先进方法更连续且更精确的位姿估计与地图重构。
-
公开(公告)号：CN114659514A
公开(公告)日：2022-06-24
申请号：CN202210278286.4
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于体素化精配准的LiDAR‑IMU‑GNSS融合定位方法。首先提出一种基于曲率分割的体素化点云降采样方法，通过曲率阈值进行粗分类，并利用哈希映射函数进行点云体素降采样，更大程度保留了源点云的空间特征分布属性。其次，构建了一个基于点与邻域点集的最近邻域的点云配准模型，并设置了迭代终止阈值减小局部最优解问题的发生概率，将单帧点云的配准耗时提升了一个数量级。最后，构建了一个基于优化的LiDAR‑IMU‑GNSS融合定位模型，利用基于置信度加权的GNSS观测值对局部位姿估计值进行全局校正，能在复杂城市环境实现平均实现比同类先进方法更连续且更精确的位姿估计与地图重构。
-
公开(公告)号：CN113075676A
公开(公告)日：2021-07-06
申请号：CN202110317996.9
申请日：2021-03-25
Applicant: 东南大学
IPC: G01S17/08 , G01S17/931 , G01S19/44
Abstract: 本发明公开了一种基于车道线里程匹配的隧道内车辆定位方法。首先读入高精度车道线信息，在进入隧道前根据卫星定位的结果，按垂直方向匹配对应的车道线点，记为里程约束的起始点，之后根据车轮测速仪开始累积车辆里程，并利用激光雷达获得车辆距离隧道墙壁的距离，间接得到车辆距车道线的距离，再通过车辆总里程匹配车道线对应点，完成车辆的隧道内定位。应用本发明的测量方法在10km的隧道内车辆定位的绝对平面精度为1‑3m。
-
公开(公告)号：CN113376669B
公开(公告)日：2022-11-15
申请号：CN202110692167.9
申请日：2021-06-22
Applicant: 东南大学
Abstract: 发明公开了一种基于点线特征的单目VIO‑GNSS融合定位算法。首先对基于点特征的VIO增加线特征提取模块，并提出一种基于几何约束的线特征匹配策略以增强图像特征约束。此后，将加入的线特征与原VIO提取的点特征共同作为视觉特征信息，与IMU预积分结果共同输入至非线性优化的滑动窗口内，最小化所有测量残差的代价函数，获得VIO局部位姿估计结果。下一步，通过杆臂补偿方程将VIO位姿估计结果从局部VIO坐标系转至全局ECEF坐标系，最后将ECEF坐标系下的VIO位姿估计值与GNSS观测值共同输入卡尔曼滤波器内，构建传播和测量更新过程中的误差状态向量，实现VIO和GNSS的松耦合位姿估计。
-
公开(公告)号：CN113075676B
公开(公告)日：2022-04-29
申请号：CN202110317996.9
申请日：2021-03-25
Applicant: 东南大学
IPC: G01S17/08 , G01S17/931 , G01S19/44
Abstract: 本发明公开了一种基于车道线里程匹配的隧道内车辆定位方法。首先读入高精度车道线信息，在进入隧道前根据卫星定位的结果，按垂直方向匹配对应的车道线点，记为里程约束的起始点，之后根据车轮测速仪开始累积车辆里程，并利用激光雷达获得车辆距离隧道墙壁的距离，间接得到车辆距车道线的距离，再通过车辆总里程匹配车道线对应点，完成车辆的隧道内定位。应用本发明的测量方法在10km的隧道内车辆定位的绝对平面精度为1‑3m。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
