一种用于激光SLAM的点云特征空间表征方法

发明专利有效专利

申请号：
CN202010504793.6
IPC分类号：G06K9/62
申请日期：
2020-06-05
申请人：
东南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种用于激光SLAM的点云特征空间表征方法
申请号	CN202010504793.6	申请日期	2020-06-05
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-16	公开/公告号	CN111783838A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	东南大学	申请人地址	江苏省南京市江宁区东南大学路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东南大学	当前权利人	东南大学
发明人	莫凌飞;索传哲
代理机构	南京苏高专利商标事务所（普通合伙）	代理人	王安琪

摘要

本发明公开了一种用于激光SLAM的点云特征空间表征方法，基于深度学习网络建立点云空间与点云特征空间的双向映射，在此特征空间实现了激光SLAM中的闭环检测、重定位等关键问题和地图压缩存储与传输。通过自编码器结构的神经网络实现对大场景点云的全局描述特征提取与压缩重建，设计了编码器网络提取全局描述特征构成点云的特征空间并以此特征空间中的距离给出场景的相似性度量，用于判断两个或多个场景结构是否相似，实现激光SLAM的闭环检测与重定位；通过所设计的解码器网络对点云进行重建，从编码器网络提取的全局描述特征重建原始点云，实现点云地图的压缩存储与低带宽传输；所构建的编码器网路不需要提前根据点云地图进行训练，具有强大的泛化能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供