研究文章
3 d的语义VSLAM基于得分RCNN面具的室内环境
|
输入:对当前关键帧特征点和语义特征; |
|
输出:3 d全球语义地图坐标; |
| (1) |
坐标系统; |
| (2) |
马克在地图无法使用点; |
| (3) |
确定当前帧; |
| (4) |
如果初始帧然后 |
| (5) |
(1)找到对应点坐标映射到目标特征点; |
| (6) |
(2)语义有关目标的信息
,在哪里是一类,检测结果的信心,是目标轮廓; |
| (7) |
(3)语义信息是通过映射关系与几何特征点,特征点的几何和语义信息; |
| (8) |
(4)相机的相对运动根据特征匹配计算,和3 d地图的坐标对应目标特征点被发现; |
| (9) |
其他的 |
| (10) |
(5)新参数代入模型构建; |
| (11) |
(6)插入一个新的关键帧; |
| (12) |
(7)重复步骤(1),(2)步,步骤(3),(4)步; |
| (13) |
(8)保存坐标数据; |
| (14) |
如果 |
|
