买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利基于几何约束的动态特征点聚类的双目SLAM前端优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116645538B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310605003.7，技术领域涉及：G06V10/762；该发明授权基于几何约束的动态特征点聚类的双目SLAM前端优化方法是由张卫波;丘英浩;林景胜;陈虎;王单坤设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于几何约束的动态特征点聚类的双目SLAM前端优化方法在说明书摘要公布了：本发明针对场景存在动态物体时，视觉SLAM系统出现定位结果与真值差距大、系统鲁棒性低等问题，在传统视觉里程计的基础上，提出一种在动态环境下鲁棒的双目SLAM前端优化算法；算法先对双目图片进行去畸变处理，再对图片进行特征点提取与三角化，根据视觉几何约束结合重投影误差卡方分布模型进行动态特征点预筛选，在此基础上利用各特征点自身信息以及同一动态物体上特征点的运动一致性，构建多维空间有向图模型，引入AP聚类算法对特征点精确筛选，进而准确滤除不满足静态假设的点群；算法整体定位轨迹更接近理论值，可有效提升动态场景下SLAM系统的运行精度与鲁棒性。

本发明授权基于几何约束的动态特征点聚类的双目SLAM前端优化方法在权利要求书中公布了：1.一种基于几何约束的动态特征点聚类的双目SLAM前端优化方法，其特征在于，包括以下步骤：步骤一：数据采集及预处理：使用双目相机采集含动态物体场景的图像序列，对图像进行畸变矫正；步骤二：特征提取与匹配：对每帧图像进行特征点提取与三角化；步骤三：帧间位姿计算与特征点重投影：根据匹配点对计算出帧间位姿，将上一时刻相机坐标系下的三维特征点投影至当前时刻的相机像素坐标系中，计算重投影误差；步骤四：重投影误差模型分析：对重投影误差的卡方分布模型进行分析且结合特征点的深度进行修正；步骤五：动态特征点预筛选：使用最大类间方差法结合重投影误差卡方分布模型进行动态特征点预筛选；步骤六：构建多维有向图模型：利用各特征点自身信息构建有向图的节点，利用特征点间信息为节点之间建立有向边；步骤七：AP聚类初始化：初始化有向图中节点与连边的值；步骤八：AP聚类算法更新：对节点的归属度矩阵R与吸引度矩阵A进行更新直至收敛，完成特征点AP聚类；步骤九：动态点群可视化与滤除：将最终动态特征点识别结果可视化，根据最终聚类结果进行动态点群滤除。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。