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。