申请/专利权人:中山大学
申请日:2023-12-27
公开(公告)日:2024-03-22
公开(公告)号:CN117745967A
主分类号:G06T17/05
分类号:G06T17/05;G06T15/00;G06T15/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了基于神经辐射场的精细纹理地图的实时建图方法及系统,方法包括:首先通过激光雷达输入场景深度信息,通过相机输入场景纹理信息,以及获取设备状态量,构建输入数据集;对所述输入数据集进行点云去畸变后输入SLAM算法中;输入数据集经过处理后得到目标数据;然后通过光流跟踪判断方法对目标数据进行关键帧插入,并将部分稀疏深度图片采样的光线存入关键帧数据库中;最后经过外参细化和逆仿射纹理重建策略对颜色进行针对性细化后,进行隐式神经建图得到有精细纹理的地图,本发明能够提升基于外参优化对长时间大尺度测量的纹理清晰度,并且在对目标对象的实时重建中能够尽可能避免光照变换影响,可广泛应用于地图构建技术领域。
主权项:1.基于神经辐射场的精细纹理地图的实时建图方法,其特征在于,包括:通过激光雷达输入场景深度信息,通过相机输入场景纹理信息,以及获取设备状态量,构建输入数据集;对所述输入数据集进行点云去畸变后输入SLAM算法中;所述输入数据集经过处理后得到目标数据,所述目标数据包括图片、点云数据、位姿外参数据;通过光流跟踪判断方法对所述目标数据进行关键帧插入,并将部分稀疏深度图片采样的光线存入关键帧数据库中;经过外参细化和逆仿射纹理重建策略对颜色进行针对性细化后,进行隐式神经建图得到有精细纹理的地图。
全文数据:
权利要求:
百度查询: 中山大学 基于神经辐射场的精细纹理地图的实时建图方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。