一种基于深度学习视觉惯性里程检测方法
基本信息
| 申请号 | CN202011295453.3 | 申请日 | - |
| 公开（公告）号 | CN112348854A | 公开（公告）日 | 2021-02-09 |
| 申请公布号 | CN112348854A | 申请公布日 | 2021-02-09 |
| 分类号 | G06T7/246(2017.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 张中;黄俊杰;汪明明 | 申请（专利权）人 | 合肥湛达智能科技有限公司 |
| 代理机构 | 合肥市长远专利代理事务所（普通合伙） | 代理人 | 程笃庆 |
| 地址 | 230000安徽省合肥市高新区黄山路602号国家大学科技园创业孵化中心 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及人工智能技术领域，具体涉及一种基于深度学习视觉惯性里程检测方法，步骤：S1初始化视觉惯性里程计系统，获取相邻两帧关键帧之间的所有图像和IMU信息；S2对IMU数据进行预积分处理，对于视觉数据，则进行特征跟踪和运动估计；S3将IMU数据和视觉数据作为样本输入深度学习神经网络进行学习训练；S4对学习训练后的IMU信息和视觉信息进行联合优化，获取更准确的估计结果。本发明利用视觉惯性里程计系统，采用预积分算法对IMU数据进行处理，将视觉信息和IMU信息进行联合优化，实现视觉和惯性信息的融合，实现实时性强和定位精度高视觉惯性里程检测，同时采用深度学习保证了过程中特征处理的精确性。 |
