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！

龙图腾网恭喜河海大学申请的专利基于动态检测与IMUDVL融合的水下SLAM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：CN120071115B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510513158.7，技术领域涉及：G06V20/05；该发明授权基于动态检测与IMUDVL融合的水下SLAM方法是由黄浩乾;王秋意;王迪;王俊玮设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于动态检测与IMUDVL融合的水下SLAM方法在说明书摘要公布了：本发明公开了一种基于动态检测与IMUDVL融合的水下SLAM方法。该方法首先对YOLOv11模型进行训练；再通过IDS工业相机采集水下图像，将当前帧输入到训练好得到的YOLOv11模型，获得动态目标的边界框信息；接着采用superpoint模型进行特征点的提取；再对相邻帧的初步静态特征点，计算特征点光流并输出初步预估轨迹；最后构建因子图用于多传感器的紧耦合优化，并构建因子图的目标函数，输出经过多传感器融合校准后的最优轨迹估计结果。本发明通过视觉检测与惯性导航的多传感器信息融合，能够在多扰动水下环境中实现高精度、鲁棒性强的自主定位与建图，为深远海复杂环境中的AUV任务提供了稳定的技术支持。

本发明授权基于动态检测与IMUDVL融合的水下SLAM方法在权利要求书中公布了：1.一种基于动态检测与IMUDVL融合的水下SLAM方法，其特征在于，该方法包括以下步骤： S1.对YOLOv11模型进行训练，得到训练好的YOLOv11模型； S2.通过IDS工业相机采集水下图像，频率为10Hz，将当前帧输入到步骤S1训练好得到的YOLOv11模型，获得动态目标的边界框信息； S3.对步骤S2中输入的当前帧图像，采用superpoint模型进行特征点的提取，并根据步骤S2获得的动态目标的边界框信息，将当前帧图像中的特征点进行分类：位于边界框外的特征点视为初步静态特征点，位于边界框内的特征点视为动态特征点进行剔除； S4.对相邻帧的初步静态特征点，通过引入相机模型改进的Lucas-Kanade光流法，计算得到特征点光流，设置残差范数阈值，对于残差范数大于阈值的特征点光流进行剔除，小于阈值的特征点光流进一步保存，作为Tracking线程的输入，系统通过词袋模型匹配初步估计，输出初步预估轨迹； S5.构建因子图用于多传感器的紧耦合优化，因子图的误差因子包括：图像重投影误差因子、IMU预积分姿态误差因子、DVL观测速度误差因子； S6.通过步骤S5获得的因子图的误差因子构建因子图的目标函数，即最小化误差函数，通过Levenberg-Marquardt算法对该最小化误差函数进行求解，在每次迭代中，算法会线性化各传感器因子的残差项，构建并求解正规方程，通过自适应调整阻尼因子来保证优化过程的数值稳定性，最终输出经过多传感器融合校准后的最优轨迹估计结果。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1号；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”。