大规模视觉定位地图需求:

  1. 室外有和GPS对齐的能力,室内有和语义地图对齐的能力。

    1. 只得到xyz值的意义不大,一定还要和某些语义关联起来。虽然基于定位地图可以自己建立各种语义信息,这样保证了语义信息和定位信息的对齐,但另外一种途径就是让生成的定位地图直接和其他语义地图对齐。室外的话gps坐标作为通用的位置接口,室内需要手动和地图对齐,或者结合wifi定位等泛定位信息,但这要求室内定位地图的相对精度足够高。
  2. 局部性。
    1. 如果定位地图中很远的两个点还会有耦合的话,这样整个问题将得很困难。在室外要充分利用GPS的全局定位特性让定位地图只有局部性。这样在做优化的时候,只用考虑更新数据附近的变化就行。
  3. 稳定性。
    1. 不能一颗耗子屎打坏一锅汤。如果处理后有不好的结果,不能让地图越来越坏,需要把坏的结果剔除。允许宁缺毋滥/
  4. 有限性。
    1. 不能随着数据量的增加,处理时间和内存占用也无限增加。要有删减的机制。
  5. 多数据增强性。
    1. 地图要有一种随着数据量的增多,精度越来越高的能力。
  6. 时效性。
    1. 要有能判断什么数据已经过时,比如由场景变化引起。
  7. 只能使用廉价传感器。

数据更新流程:基本思路是先把所有不能被优化消除的重投影删除,然后删除分离的点和Frame。这样就剩下干净的地图。虽然可能会丢掉很多有用信息,但毕竟是众包,后面新的数据可以补充扔掉的。

  1. 使用SLAM生成局部地图
  2. 使用IMU来对齐重力方向和绝对尺度。
  3. 如果有GPS,使用GPS和地图对齐。
  4. 基于共视关系强弱,把局部地图分解成多个子地图。
  5. 使用重定位和重投影匹配找到各个子地图和历史地图的匹配。
  6. 基于之前的匹配计算各个子地图和历史地图的sim3变换,并使用这个sim3和历史地图对齐。
  7. 使用SE3 Pose优化对齐
  8. 使用BA对齐。
  9. 删除重投影大的点
  10. 删除重投影误差大的Frame
  11. 删除冗余的Frame
  12. 删除离散的Frame
  13. 判断最终生成的地图,如果地图的size比合并前还小,说明这次合并失败,把地图回退到合并前的状态。
  14. 如果没有和历史地图匹配上的子地图会放入预备匹配库中,供以后再次被匹配上。

相关关键技术:

  1. 使用视觉匹配提升GPS的绝对定位精度:https://blog.csdn.net/ziliwangmoe/article/details/100061566
  2. GPS数据边缘化:https://blog.csdn.net/ziliwangmoe/article/details/100062061
  3. 地图分块存储优化:
  4. 分层级Pose优化:
  5. 使用共視关系和重投影误差清理坏数据:
  6. 基于共視关系选择影响范围:

大规模视觉定位地图关键技术:综述相关推荐

  1. 大规模视觉定位地图关键技术:使用视觉匹配提升GPS的绝对定位精度

    问题: 单目相机的弱点在于很难把同一个地点不同方向的特征对齐.比如道路上两个方向行驶的车,虽然空间位置很近,但是从视觉的共視关系上看却很远.如果只使用视觉的话,唯一能够对不同方向的地图进行对齐的信息就 ...

  2. 解析 | 自动驾驶视觉定位与导航技术的研究与应用

    视觉定位与导航技术是智能体具备的基础能力之一,随着无人驾驶的发展,基于低成本摄像头及人工智能算法的视觉定位与导航技术成为了无人驾驶的主流技术路线之一.在传统工作方式中,视觉定位与导航技术通常采用SLA ...

  3. 学习笔记4--高精度地图关键技术(下)

    本系列博客包括6个专栏,分别为:<自动驾驶技术概览>.<自动驾驶汽车平台技术基础>.<自动驾驶汽车定位技术>.<自动驾驶汽车环境感知>.<自动驾驶 ...

  4. 计算机动画关键技术,计算机动画关键技术综述ppt课件.ppt

    <计算机动画关键技术综述ppt课件.ppt>由会员分享,提供在线免费全文阅读可下载,此文档格式为ppt,更多相关<计算机动画关键技术综述ppt课件.ppt>文档请在天天文库搜索 ...

  5. 高清地图生成技术综述

    过去几年,自动驾驶一直是最受欢迎和最具挑战性的话题之一.在实现完全自动驾驶的道路上,研究人员利用了各种传感器,如激光雷达.摄像头.IMU和GPS,并开发了用于自动驾驶应用的智能算法,如目标检测.目标分 ...

  6. 视觉三维重建的关键技术及实现思路汇总

    视觉三维重建 = 定位定姿 + 稠密重建 + surface reconstruction +纹理贴图.三维重建技术是计算机视觉的重要技术之一,基于视觉的三维重建技术通过深度数据获取.预处理.点云配准 ...

  7. 视觉三维重建的关键技术及实现

    视觉三维重建 = 定位定姿 + 稠密重建 + surface reconstruction +纹理贴图.三维重建技术是计算机视觉的重要技术之一,基于视觉的三维重建技术通过深度数据获取.预处理.点云配准 ...

  8. 计算机视觉关键技术论文,视觉显著性检测关键技术研究

    作者姓名导师姓名文献出处论文摘要随着互联网技术和多媒体技术的飞速发展,数字媒体信息呈现出以几何级数增长的态势.海量的数字媒体为人们的娱乐.教育和商业带来便利的同时,也为视觉信息处理技术提出了新的挑战. ...

  9. 用于大规模视觉定位的直接2D-3D匹配(IROS 2021)

    论文标题:Recalling Direct 2D-3D Matches for Large-Scale Visual Localization 作者:Zhuo Song1 , Chuting Wang ...

最新文章

  1. AWS回应Elastic修改开源协议:创建“真正”开源的Elasticsearch分支
  2. 2019全新学习路线图发布
  3. 神经网络收敛标准与准确率之间的数学关系
  4. [Python]元组与列表的区别及内建用法
  5. KA,连接池居然这么简单?
  6. 策略模式在JDK 源码中的体现
  7. HTTPS与HTTP的一些区别
  8. 状态压缩 + 暴力 HDOJ 4770 Lights Against Dudely
  9. 【BZOJ 1597】 [Usaco2008 Mar]土地购买 (斜率优化)
  10. 开源的全面胜利背后,那些被遗忘的人性问题
  11. Java多线程 5 多线程其他知识简要介绍
  12. vue3 main.js引入 axios_Vue3.0新特性探索
  13. 老闪创业那些事儿(外传)——历经世事的魏爷
  14. matlab2010b显示激活界面_【转】Matlab2010b许可证过期问题,反复提示激活
  15. 苍穹影视双端千月app源码,全新后台
  16. 基于单片机的医院呼叫系统设计
  17. 从BPMN到XPDL--Visual Paradigm for UML 的流程转换
  18. OpenHarmony代码下载编译流程记录
  19. 立法白噪声的时间序列检验Matlab
  20. 爬虫实战—拿下最全租房数据 | 附源码

热门文章

  1. S5PV210的地址映射
  2. python类的属性前加上双下划线_在Python中使用双下划线防止类属性被覆盖
  3. CFTC主席:区块链和加密货币是改变当今市场的两个关键因素
  4. 如何建一个能与大家分享的旅行相册
  5. Nginx 指定域名跨域请求宝塔配置
  6. web开发——3.数据模型概念
  7. [转]利用下载论坛的数据库拿站的Shell
  8. 云原生是什么?云原生最近又火了
  9. 几个 Python 编程小技巧
  10. 杭电ACM--HDU1201--18岁生日