本申请提供一种地图构建方法、装置及设备,该方法包括:获取目标场景的全景图像,基于所述全景图像生成第一虚拟相机对应的第一小孔图像;确定第二虚拟相机的目标姿态与初始姿态之间的旋转矩阵,基于所述旋转矩阵确定所述目标姿态与所述初始姿态之间的外参矩阵;基于所述旋转矩阵确定第二虚拟相机对应的第二小孔图像,从第一小孔图像和第二小孔图像中选取目标场景的实际位置对应的二维特征点,并基于所述二维特征点和所述外参矩阵确定所述实际位置对应的三维地图点;基于所述目标场景的多个三维地图点构建所述目标场景的三维视觉地图。通过本申请的技术方案,可以基于三维视觉地图对目标场景的终端设备进行全局定位,对终端设备进行准确定位。
📄 2021113485528
📂 G06T7_55
👤 杭州海康威视数字技术股份有限公司
📅 2021-11-15
本发明提供一种车前地形复合地图的高效构建方法,包括:获取车前路面工况的高程数据以及路面附着系数;构建车前地形的多层栅格复合地图;建立计算机内存区域与所述多层栅格复合地图各单元格之间的二维索引,并基于循环索引方式实现车辆运动中所述多层栅格复合地图数据的快速更新、存储和读取;在车辆行进过程中,根据新扫描路面高程和附着系数所对应的栅格xy坐标,计算其所在复合地图内存空间的索引,并通过与该索引对应的单元格进行数据赋值完成车前路况地图的更新。本发明所述方法大大提高了车前地形建图的精度和效率,对车辆底盘集成控制有着重大的指导意义。
📄 2020106233104
📂 G06F16_387
👤 燕山大学
📅 2020-07-02
本发明公开了基于无线信道知识地图构建的快速通信方法,涉及第六代通信技术领域,采集通信中用户的信道参数矩阵并处理生成每个用户的标准信道参数矩阵,基于用户的空间距离构建邻接矩阵;采用图自编码器对标准信道参数矩阵进行特征聚合与关联性捕捉,生成编码特征矩阵并映射为重构邻接矩阵以验证是否输出;采用基于社区发现的分区聚类算法,迭代合并每个用户的编码特征矢量,生成终局社区集合并计算质心特征矩阵;采用权重预测网络扩维映射目标位置并与质心特征矩阵拼接,通过多头注意力机制与扩维映射得到权重系数矢量并加权求和每个用户的信道参数矩阵,得到目标位置的信道参数矩阵,精确构建信道知识地图并用于建立基站与用户的通信进程。
📄 2025114059579
📂 H04L25_02
👤 江苏大学
📅 2025-09-29
本发明提供了一种基于无人机的地图构建方法及系统,涉及无人机技术领域,该方法包括:获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度;获取预测环境信息;将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径;进行高空图像采集,生成带有特测点标识的构建图像集,对应的构建图像带有经纬度标识;对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图,解决了现有技术中存在的地图准确性不足的技术问题,达到了保证无人机航线的准确性,进而提高地图绘制准确性的技术效果。
📄 2023106804161
📂 G01C21_00
👤 苏州青宸科技有限公司
📅 2023-06-09
已申报项目
本公开的实施例提供一种多层级地图构建方法、系统及电子设备。方法包括:获取点云数据、彩色图像数据和惯性数据;根据所述点云数据和所述惯性数据,确定激光雷达在全局坐标系下的位置和姿态;根据所述激光雷达在全局坐标系下的位置和姿态,得到激光点云地图数据;根据所述激光点云地图数据和所述彩色图像数据,得到三维语义地图;根据所述三维语义地图,得到物体级语义地图。本公开的实施例通过综合激光雷达和视觉相机的数据,构建多层级地图,包括准确的三维点云信息、环境语义信息和物体级别的信息,实现了高精度、多层级、多维度的地图构建,从而提高了环境感知和决策的准确性,提供了高度精确的环境感知和定位服务。
📄 2024100904067
📂 G06T17_05
👤 常熟理工学院
📅 2024-01-23
本发明公开一种非平整地面场景的高精度2D投影地图构建的系统与方法,包括:斜坡状态判断模块,基于IMU传感器数据,通过机器人的倾角,用以判断是否进入斜坡状态;内部里程计模块,在平面时,结合imu与编码器数据计算内部里程计;投影里程计模块,在斜坡时,结合imu的倾斜角数据,将机器人的位姿变化投影到水平面,保持原有的三自由度,并计算出对应于2D投影地图的投影里程计;本发明能够重点针对地面场景应用,能够有效的解决传统2D激光SLAM无法适应斜坡地面的情况,以简单的系统方法以及更低的成本,实现更加高精度的地图及定位。
📄 2022103992516
📂 G01C21_32
👤 东莞理工学院
📅 2022-04-15
本申请公开了一种地图构建方法及装置,属于计算机视觉技术领域。所述方法包括:确定当前图像帧的特征点信息、特征线信息和结构线信息。基于当前图像帧的结构线信息和参考图像帧的结构线信息,确定当前图像帧对应的第一姿态信息。基于当前图像帧的特征点信息和特征线信息、上一个图像帧对应的地图点信息和地图线信息、以及第一姿态信息,确定当前图像帧对应的至少包括第二姿态信息的位姿。若第一姿态信息与第二姿态信息之间的误差大于第二阈值,确定当前图像帧为关键图像帧,基于第一姿态信息和位姿,确定全局地图中所有关键图像帧的第三姿态信息、对应的地图点和地图线。如此,可以提高定位的准确性。
📄 2020107915079
📂 G01C21_32
👤 广州高航技术转移有限公司
📅 2020-08-07