发明 一种动态环境下融合边缘信息的稠密视觉里程计方法特价15
机器人路径规划 目标跟踪 低速无人车 移动机器人定位导航 控制系统 自主导航系统 运动控制 同步定位 【机器人路径规划 目标跟踪 低速无人车 移动机器人定位导航 控制系统 自主导航系统 运动控制 同步定位】 1人
G06V10/762 G06V10/80 G06K9/62 G06T7/13 G06T7/136 G06T7/215 G06T7/50
摘要：本发明公开了一种动态环境下融合边缘信息的稠密视觉里程计方法，具体步骤为：首先，根据深度信息进行场景聚类，再基于光度信息与边缘信息的聚类构建出残差模型，并引入平均背景深度，加大前景残差。然后，将残差模型与非参数统计模型相结合，分离动态物体并得到聚类权重。最后，将加权聚类残差加入到位姿估计的非线性优化函数中，以降低动态物体的影响，提高位姿估计的精度。在TUM数据集上进行实验，结果表明本文算法在动态环境下比现有算法有更高的精度与鲁棒性。
