专利交易市场

一种使用消费级GPS和2.5D建筑物模型的面向SLAM的室外定位方法，包括如下步骤：1)建立坐标系及坐标系之间的统一；2)在系统初始化阶段使用传感器估计相机位姿和2.5D建筑模型，获得图像深度图；再在图像上提取ORB特征点并在深度图上获取特征点对应的深度值，并用于创建3D地图点，从而构建SLAM初始化地图；3)在系统后端优化过程中，在成功跟踪地图点后，系统利用重投影误差同时优化地图点和相机位姿，最后当SLAM系统建立后，系统添加基于建筑物模型优化项和传感器优化项进行优化。本发明既能够快速初始化，又能提升室外相机定位和环境重建的精度。

本发明公开一种基于视觉SLAM的室内移动平台，包括底盘和安装板，安装板底端中心固定连接有转杆，转杆中部固定套接有齿轮二，底盘中心开设有通孔，滑杆滑动连接在滑槽中，底盘顶部固定安装有减速电机一，减速电机一输出轴上固定连接有与齿轮二啮合的齿轮一，齿轮二另一侧上啮合有齿轮三，通过安装板通过转杆转动连接在底盘上，通过转杆带动安装板水平转动180度，从而可以快速对安装板进行首尾调换，从而实现快速掉头，方便快捷，安装板在支撑机构的支撑下可以平稳的转动，利用支撑机构顶端的滚轮可以减小与安装板的摩擦，延长安装板的实用寿命，同时支撑机构中的弹簧可以减小安装板的晃动，有利于保护安装板上的器件。

本发明涉及实时定位与建图(SLAM)技术领域，具体地涉及一种紧耦合激光里程计与惯性里程计的SLAM方法，包括以下步骤：S1.接收IMU数据与激光雷达点云数据，对IMU数据进行预积分处理并补偿激光帧运动畸变；S2.基于曲率计算对激光点云进行特征点选取，区分角点与平面点；S3.对特征点实施均匀滤波以优化点云分布密度；S4.根据滤波后的特征点匹配计算激光里程计下位姿变化矩阵，通过姿变化矩阵对惯性里程计的IMU数据进行纠正；S5.使用多重因子加入因子图优化全局位姿，构建全局地图。本发明通过紧耦合双向校正机制：结合激光里程计与惯性里程计的优势，实现传感器误差的深度双向补偿，有效提升位姿估计精度，尤其在动态干扰场景下显著抑制累积误差。

本发明公开了一种基于毫米波雷达与视觉SLAM的定位与建图方法，用里程计的精确距离信息修正了基于相机的视觉SLAM轨迹数据的距离尺寸，得到了低成本、高精确性、强鲁棒性的定位信息，根据该定位信息把毫米波雷达扫描到的点云注册到世界坐标系中，实现对外部障碍物的位置和形状的绘制，以此克服了毫米波雷达相比于激光雷达的点云数据自配准性差的缺点，又充分利用了毫米波雷达精确的距离测量能力以及其低廉的成本，实现了高质量建图。

一种用于SLAM无人智能车的降温保护装置，包括可拆卸的仓壳和降温仓本体，所述仓壳顶部设置有激光雷达安装槽，激光雷达安装槽底部设置有凸出导热块，所述仓壳内部设置有降温仓本体，所述降温仓本体底部内壁上固定安装有驱动控制装置，所述驱动控制装置一侧安装有制冷设备，所述制冷设备两端设置有进液口和出液口，所述制冷设备出液口端安装有循环泵，所述进液口端和出液口端均安装有液冷质导管，所述降温仓本体外侧底部的四个边角处均安装有固定撑柱，所述固定撑柱上设置有硬橡胶块。本实用新型能够有效解决小车内模块降温散热、关键模块易受影响损害的问题，提升无人智能车在复杂多尘环境下的工作效率，延长无人智能车的使用寿命。