[发明专利]基于场景重识的定位方法、电子设备、存储介质、系统有效
申请号: | 201710923718.1 | 申请日: | 2017-09-30 |
公开(公告)号: | CN107907124B | 公开(公告)日: | 2020-05-15 |
发明(设计)人: | 王越;尹欢 | 申请(专利权)人: | 杭州迦智科技有限公司 |
主分类号: | G01C21/00 | 分类号: | G01C21/00;G06T7/73 |
代理公司: | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人: | 胡拥军 |
地址: | 310000 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供基于场景重识的定位方法,包括数据转换,将三维激光数据转换为二维单通道图像;建立特征地图,对图像进行标记,得到图像对应的标签;将图像与标签作为输入,采用神经网络训练模型进行训练得到特征向量,根据特征向量建立特征地图;全局定位,根据当前激光数据与已有特征地图进行匹配,选取匹配结果最近的结果作为当前全局定位。本发明还涉及电子设备、存储介质、系统。本发明基于k‑d树的快速搜索完成激光数据与地图的匹配,以场景重识作为观测模型、融合里程信息、粒子滤波算法在全局上估计出机器人的二维位姿;本发明具有旋转不变性,与机器人此时的朝向无关;本发明适应室外环境的缓变,适用于机器人的长期运行。 | ||
搜索关键词: | 基于 场景 定位 方法 电子设备 存储 介质 系统 | ||
【主权项】:
基于场景重识的定位方法,其特征在于,包括以下步骤:数据转换,将三维激光数据转换为二维单通道图像;建立特征地图,根据场景对所述图像标记对应的场景标签;将所述图像与场景标签作为输入,采用神经网络训练模型进行训练得到特征向量模型,利用特征向量模型将所述图像转化得到特征向量,根据所述特征向量建立特征地图;全局定位,利用特征向量模型获取当前激光数据对应的特征向量,将所述特征向量与所述特征地图进行匹配,根据最优匹配结果计算当前位置。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州迦智科技有限公司,未经杭州迦智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710923718.1/,转载请声明来源钻瓜专利网。