一种优化的视觉SLAM方法
基本信息
| 申请号 | CN202210597439.1 | 申请日 | - |
| 公开（公告）号 | CN114677444A | 公开（公告）日 | 2022-06-28 |
| 申请公布号 | CN114677444A | 申请公布日 | 2022-06-28 |
| 分类号 | G06T7/73（2017.01）I;G06V20/10（2022.01）I;G06V10/44（2022.01）I;G06V10/74（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06N3/08（2006.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 张易学;周玄昊 | 申请（专利权）人 | 杭州蓝芯科技有限公司 |
| 代理机构 | 北京易捷胜知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 311121浙江省杭州市余杭区余杭街道文一西路1818-2号7幢902室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种优化的视觉SLAM方法，包括：获取SLAM定位过程中当前图像帧及当前图像帧的特征点、描述子；描述子为训练的神经网络得到的优化描述子或其他算法得到的描述子，基于描述子获取当前与上一相邻图像帧的相似度，并满足预设条件时，归属到字典Ω中，以及更新视觉地图；同时基于字典Ω的键，周期性采用筛选策略筛选用于神经网络训练的键的训练集合Ψ，若训练集合Ψ满足训练条件，则基于训练集合Ψ中各键的值训练所述神经网络；训练集合Ψ中每一键均为具有稳定可靠性的键。本发明的方法实现在视觉定位优化中无监督自主训练神经网络，同时借助神经网络获取可靠的优化描述子进行相似度匹配，提高了定位的精度和可靠性。 |
