公开(公告)号：CN119741376A

公开(公告)日：2025-04-01

申请号：CN202411908618.8

申请日：2024-12-24

Applicant: 东南大学

Inventor： 高旺 ,  黄飞璇 ,  潘树国 ,  刘宏 ,  赵恒

IPC: G06T7/73 ,  G06V10/40 ,  G06V10/74 ,  G06F16/29

Abstract: 本发明公开了一种基于语义分布特征检索和语义拓扑直方图的全局定位方法，包括以下步骤：首先，利用场景中的全局语义分布特征预筛选候选检索，并初步构建候选检索队列；其次，利用同一场景中语义实例之间的几何拓扑关系，构建基于语义拓扑直方图的成本矩阵，进而求解顶点匹配；最后利用顶点匹配构建的粗略位姿估计作为迭代最近点算法的初值，通过点云匹配耦合位置识别，输出最终位姿估计；本方法有效克服了目前基于激光雷达的一次性全局定位在无先验位姿情况下面临局部特征匹配误差、对动态物体的敏感性、以及计算效率不足等问题，通过引入语义信息，利用环境中物体的语义信息来辅助无初始位姿的一次性全局定位，提高了全局定位的精度和鲁棒性。

公开(公告)号：CN118913251A

公开(公告)日：2024-11-08

申请号：CN202411156421.3

申请日：2024-08-22

Applicant: 东南大学

Inventor： 潘树国 ,  刘宏 ,  高旺 ,  赵恒 ,  黄飞璇 ,  赵庆 ,  王向

IPC: G01C21/00 ,  G01C21/34 ,  G01C21/32 ,  G01C21/20 ,  G01S17/06 ,  G01S17/86

Abstract: 本发明公开了一种轻量化隐式神经地图的重定位方法，包括：首先对当前点云进行运动补偿校正，并体素降采样，训练构建轻量化及高分辨率的隐式神经地图；利用神经点特征进行闭环检测和校正，确保地图的一致性和准确性；引入惯性导航系统的预积分估计，用于为隐式配准提供先验初值，同时利用点到隐式神经模型的配准方法，实现基于轻量化隐式神经地图的状态估计；激光重定位提供的环境约束和惯性导航系统的动态估计有效结合，利用基于因子图框架融合重定位因子和预积分因子，实现实时鲁棒的定位定姿。本发明通过一种新颖的轻量化隐式神经地图存储模型，能够解决传统点云数据存储量大，重定位性能受地图分辨率影响的问题，同时能够实现定位精度的提升。