原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种增强动态场景下SLAM系统精度和鲁棒性的方法，可以在动态场景下的同步定位与建图系统中对动态物体的运动性和场景流一致性判定，提高同步定位与建图的精度和鲁棒性。其思路是使用场景流对场景中可能的动态物体进行评估筛选，并通过因子图与相机位姿进行联合优化。该算法首先根据场景流的模值判断场景中物体运动状态，然后对运动的物体进行场景流自动聚类，以评估场景流一致性的强弱，场景流一致性较强的动态物体的位姿会通过因子图模型与相机位姿进行联合优化。本发明可以对评估场景中动态物体并解算其位姿，降低动态物
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116429089 A
(43)申请公布日 2023.07.14
(21)申请号 202310408084.1
(22)申请日 2023.04.17
(71)申请人 东南大学
地址 210096
文档评论（0）