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！

龙图腾网获悉南京航空航天大学申请的专利一种基于双目视觉的6D位姿测量误差补偿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：CN118654696B 。

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：202410880365.1，技术领域涉及：G01C25/00；该发明授权一种基于双目视觉的6D位姿测量误差补偿方法是由陈建云;田威;张奇;李佳林设计研发完成，并于2024-07-02向国家知识产权局提交的专利申请。

本一种基于双目视觉的6D位姿测量误差补偿方法在说明书摘要公布了：本发明涉及多机器人协同控制技术领域，解决了由于机器人在双目视野中所处位置不唯一，导致获取的位姿数据无法准确且稳定地补偿机器人运动精度的技术问题，尤其涉及一种基于双目视觉的6D位姿测量误差补偿方法，包括：基于多输出最小二乘支持向量回归模型构建单点测量误差预测模型；采用遗传算法对单点测量误差预测模型的超参数进行全局寻优得到最优超参数集；将双目视觉下多个视觉标志点的位置坐标作为单点测量误差预测模型的输入得到预测的单点测量误差。本发明能够大幅度降低跟踪坐标系的最大位置测量误差及最大姿态测量误差，显著提高双目视觉设备的测量精度，同时保证不同观测角度下的测量一致性。

本发明授权一种基于双目视觉的6D位姿测量误差补偿方法在权利要求书中公布了：1.一种基于双目视觉的6D位姿测量误差补偿方法，其特征在于，该方法包括以下步骤： S1、基于多输出最小二乘支持向量回归模型构建单点测量误差预测模型，具体过程包括以下步骤： S11、定义优化问题，即将多输出最小二乘支持向量回归模型的求解线性问题转化为求解最优估计问题； S12、将优化问题中的回归权值向量范数、单个输出变量拟合误差以及样本整体拟合误差同时进行最小化得到多输出最小二乘支持向量回归模型的回归函数，具体过程包括以下步骤： S121、设多输出样本集为Z＝{Xi,Yi|,Xi∈Rm,Yi∈Rn,i＝1,2,…,l}，则多输出最小二乘支持向量回归模型的目标函数和约束方程分别为： 上式中，Wj表示第j维输出的权重系数；C表示对样本整体误差平方和的惩罚系数；C0表示对样本整体误差绝对值的惩罚系数；ei,j表示第i个样本的第j维输出误差；l、n分别表示样本i和维数j的总数；s.t.yi,j表示约束方程；表示核函数；bj表示第j维输出的模型参数； S122、在式1中引入Lagrange乘子αi,j，则其Lagrange函数为： 其中，αi,j表示Lagrange乘子； S123、根据KKT条件对式2分别求关于权重系数Wj、bj、输出误差ei,j以及αi,j的偏导得： 其中，L表示Lagrange函数；Mj为l维列向量； S124、消去式3中的权重系数Wj、输出误差ei,j，记 并引入高斯核函数KXk,Xj＝exp-||Xk-Xj||22σ2，得线性方程组为： αj＝[α1，jα2，j...αi，j]T Yi＝[y1,jy2,j...αl,j]T I＝[11...1]T 其中，Ωkj表示核函数的计算过程值；Xk、Xj分别表示1～l的输入样本和输出样本；表示XkT的核函数；σ表示标准差；Mj其取值为： S125、根据线性方程组求解αi,j和bj得到第j维的回归函数，即： 上式中，KXi,Xj＝exp-||Xi-Xj||22σ2，Xi、Xj分别为输入样本和输出样本； S13、根据步骤S12将采样点在双目视觉下的位置坐标以及当前坐标下的位置误差分别作为输入和输出数据，训练多输出最小二乘支持向量回归模型得到所有的回归函数，即得到最终的单点测量误差预测模型； S2、采用遗传算法对单点测量误差预测模型的超参数进行全局寻优得到最优超参数集θ＝[C,C0,σ]； S3、将双目视觉下多个视觉标志点的位置坐标作为单点测量误差预测模型的输入得到预测的单点测量误差； S4、通过最小化坐标变换误差函数，将多个单点测量误差转化为多点耦合误差，实现跟踪坐标系的位姿测量误差补偿。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。