申请/专利权人：江苏理工学院

申请日：2024-01-17

公开（公告）日：2024-04-19

公开（公告）号：CN117911514A

主分类号：G06T7/73

分类号：G06T7/73;G01C21/20;G01C21/00;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种不确定性驱动的视觉SLAM信息筛选与感知规划方法，推导双目视觉SLAM不确定性的Cramér‑Rao下界；以推导的所述Cramér‑Rao下界为性能指标，在前端视觉里程计中，设计基于Fisher信息的里程计观测信息筛选方法，筛选出贡献度大的观测信息用于前端里程计的跟踪；根据所推导的Cramér‑Rao下界性能指标以及得到的前端里程计跟踪结果，在后端优化中设计基于Fisher信息的局部BA优化观测信息筛选方法，筛选出不确定性大于一定阈值的观测信息进行剔除；根据的筛选结果，在局部BA优化中利用Fisher信息和度量准则对不确定性的表征与量化，设计基于局部状态不确定性的主动回环规划方法。

主权项：1.一种不确定性驱动的视觉SLAM信息筛选与感知规划方法，其特征在于：包括以下步骤：S1：推导双目视觉SLAM不确定性的Cramér-Rao下界；S2：以推导的所述Cramér-Rao下界为性能指标，在前端视觉里程计中，设计基于Fisher信息的里程计观测信息筛选方法，筛选出贡献度大的观测信息用于前端里程计的跟踪；S3：根据S1所推导的Cramér-Rao下界性能指标以及S2得到的前端里程计跟踪结果，在后端优化中设计基于Fisher信息的局部BA优化观测信息筛选方法，筛选出不确定性大于一定阈值的观测信息进行剔除；S4：根据S3的筛选结果，在局部BA优化中利用Fisher信息和度量准则对不确定性的表征与量化，设计基于局部状态不确定性的主动回环规划方法。

全文数据：

权利要求：

百度查询： 江苏理工学院 一种不确定性驱动的视觉SLAM信息筛选与感知规划方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD