公开(公告)号：CN113763470A

公开(公告)日：2021-12-07

申请号：CN202110914560.8

申请日：2021-08-10

Applicant: 北京理工大学

Inventor： 赵良玉 ,  朱叶青 ,  金瑞

IPC: G06T7/73 ,  G06T7/246 ,  G06T7/269 ,  G06K9/62 ,  G06T17/05

Abstract: 本发明公开了一种基于点线特征融合的RGBD视觉惯性同时定位与地图构建方法、装置、设备和介质，所述方法包括前端视觉里程计、后端优化和三维建图过程，在前端视觉里程计过程中，将RGBD相机采集的图像和IMU检测的结果作为SLAM系统的输入信息，所述前端视觉惯性里程计基于点线特征进行,包括特征检测与匹配、IMU预积分和视觉惯性对齐，所述特征检测与匹配包括点特征的提取、跟踪，线特征的提取、跟踪。本发明公开的基于点线特征融合的RGBD视觉惯性同时定位与地图构建方法、装置、设备和介质，解决自主机器人在光照变化和低纹理室内场景下的高效状态估计和高精度三维地图构建问题，具有精度高、效率高等诸多优点。

公开(公告)号：CN112802196A

公开(公告)日：2021-05-14

申请号：CN202110138834.9

申请日：2021-02-01

Applicant: 北京理工大学

Inventor： 赵良玉 ,  金瑞 ,  朱叶青

IPC: G06T17/05 ,  G06T3/40 ,  G06T5/50 ,  G06T7/13 ,  G06T7/181 ,  G06T7/246 ,  G06T7/269 ,  G06T7/73

Abstract: 本发明公开了一种基于点线特征融合的双目惯性同时定位与地图构建方法，在线特征提取后加入长度抑制、近线合并和断线拼接方法。在基于优化的滑动窗口中有效融合了点、线和IMU数据信息，解决了弱纹理环境下点特征视觉SLAM算法精度不高且不稳定的问题，实现了更高精度的位姿估计，利用长度抑制、近线合并和断线拼接策略，在保证快速提取的同时，优化了传统算法线段提取质量不高的问题，降低了系统线特征的误匹配率，更能适应室内弱纹理和无纹理场景。

公开(公告)号：CN114119805B

公开(公告)日：2024-06-04

申请号：CN202111265719.4

申请日：2021-10-28

Applicant: 北京理工大学

Inventor： 赵良玉 ,  朱叶青 ,  金瑞 ,  陈南华 ,  王飞

IPC: G06T11/20

Abstract: 本发明公开了一种点线面融合的语义建图SLAM方法，从图像中提取点特征信息、线特征信息和平面特征信息，采用深度学习方法对图像进行分割获得语义信息，将特征信息和语义信息融合构建地图。本发明提供的点线面融合的语义建图SLAM方法，在不同场景中实现了更鲁棒和更精确的估计，且适用于更多场景，通过结合语义信息，可以为机器人理解和执行人类指令提供理想的抽象级别，并为人类提供易于理解的环境模型。

公开(公告)号：CN112945233B

公开(公告)日：2024-02-20

申请号：CN202110057910.3

申请日：2021-01-15

Applicant: 北京理工大学

Inventor： 赵良玉 ,  朱叶青 ,  金瑞

IPC: G01C21/20

Abstract: 本发明公开了一种全局无漂移的自主机器人同时定位与地图构建方法，在局部状态估计中加入线特征更加直观的表示环境的几何结构信息，同时使用基于线性误差的直线表示方法，并通过一种局部状态和全局传感器信息融合的算法，有效解决了大尺度弱纹理场景下的精准状态估计问题，实现了局部精确和全局无漂移的位姿估计，提高了重复线特征纹理场景中的鲁棒性。

公开(公告)号：CN114119805A

公开(公告)日：2022-03-01

申请号：CN202111265719.4

申请日：2021-10-28

Applicant: 北京理工大学

Inventor： 赵良玉 ,  朱叶青 ,  金瑞 ,  陈南华 ,  王飞

IPC: G06T11/20

Abstract: 本发明公开了一种点线面融合的语义建图SLAM方法，从图像中提取点特征信息、线特征信息和平面特征信息，采用深度学习方法对图像进行分割获得语义信息，将特征信息和语义信息融合构建地图。本发明提供的点线面融合的语义建图SLAM方法，在不同场景中实现了更鲁棒和更精确的估计，且适用于更多场景，通过结合语义信息，可以为机器人理解和执行人类指令提供理想的抽象级别，并为人类提供易于理解的环境模型。

公开(公告)号：CN112802196B

公开(公告)日：2022-10-21

申请号：CN202110138834.9

申请日：2021-02-01

Applicant: 北京理工大学

Inventor： 赵良玉 ,  金瑞 ,  朱叶青

IPC: G06T17/05 ,  G06T3/40 ,  G06T5/50 ,  G06T7/13 ,  G06T7/181 ,  G06T7/246 ,  G06T7/269 ,  G06T7/73

Abstract: 本发明公开了一种基于点线特征融合的双目惯性同时定位与地图构建方法，在线特征提取后加入长度抑制、近线合并和断线拼接方法。在基于优化的滑动窗口中有效融合了点、线和IMU数据信息，解决了弱纹理环境下点特征视觉SLAM算法精度不高且不稳定的问题，实现了更高精度的位姿估计，利用长度抑制、近线合并和断线拼接策略，在保证快速提取的同时，优化了传统算法线段提取质量不高的问题，降低了系统线特征的误匹配率，更能适应室内弱纹理和无纹理场景。

公开(公告)号：CN113763470B

公开(公告)日：2024-06-07

申请号：CN202110914560.8

申请日：2021-08-10

Applicant: 北京理工大学

Inventor： 赵良玉 ,  朱叶青 ,  金瑞

IPC: G06T17/05 ,  G06T7/73 ,  G06T7/246 ,  G06T7/269 ,  G06V10/80

Abstract: 本发明公开了一种基于点线特征融合的RGBD视觉惯性同时定位与地图构建方法、装置、设备和介质，所述方法包括前端视觉里程计、后端优化和三维建图过程，在前端视觉里程计过程中，将RGBD相机采集的图像和IMU检测的结果作为SLAM系统的输入信息，所述前端视觉惯性里程计基于点线特征进行,包括特征检测与匹配、IMU预积分和视觉惯性对齐，所述特征检测与匹配包括点特征的提取、跟踪，线特征的提取、跟踪。本发明公开的基于点线特征融合的RGBD视觉惯性同时定位与地图构建方法、装置、设备和介质，解决自主机器人在光照变化和低纹理室内场景下的高效状态估计和高精度三维地图构建问题，具有精度高、效率高等诸多优点。

公开(公告)号：CN112945233A

公开(公告)日：2021-06-11

申请号：CN202110057910.3

申请日：2021-01-15

Applicant: 北京理工大学

Inventor： 赵良玉 ,  朱叶青 ,  金瑞

IPC: G01C21/20

Abstract: 本发明公开了一种全局无漂移的自主机器人同时定位与地图构建方法，在局部状态估计中加入线特征更加直观的表示环境的几何结构信息，同时使用基于线性误差的直线表示方法，并通过一种局部状态和全局传感器信息融合的算法，有效解决了大尺度弱纹理场景下的精准状态估计问题，实现了局部精确和全局无漂移的位姿估计，提高了重复线特征纹理场景中的鲁棒性。