Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学无锡智能控制研究院高铭获国家专利权

湖南大学无锡智能控制研究院高铭获国家专利权

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!

龙图腾网获悉湖南大学无锡智能控制研究院申请的专利多传感器标定方法、装置及系统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:CN120318340B

龙图腾网通过国家知识产权局官网在2025-08-26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:202510779458.X,技术领域涉及:G06T7/80;该发明授权多传感器标定方法、装置及系统是由高铭;王晨乾;边有钢;秦晓辉;张海鑫;徐彪;秦兆博;谢国涛;王晓伟;秦洪懋;丁荣军设计研发完成,并于2025-06-12向国家知识产权局提交的专利申请。

多传感器标定方法、装置及系统在说明书摘要公布了:本发明涉及多传感器标定技术领域,具体公开了一种多传感器标定方法、装置及系统,包括:获取图像数据和点云数据;对所述图像数据和点云数据均进行预处理,以使得所述点云数据投影至所述图像数据所在的图像坐标系;对所述点云数据在所述图像坐标系中的投影结果进行迭代优化处理,获得优化坐标转换矩阵;根据当前采样时刻的图像数据和点云数据重复前述步骤获得当前采样时刻的优化坐标转换矩阵;重复获取当前采样时刻的优化坐标转换矩阵的步骤,并维持优化坐标转换矩阵的样本数量在预设阈值,获得期望坐标转换矩阵。本发明提供的多传感器标定方法无需标定板即可获得稳定准确的标定结果,且能够适应环境变化。

本发明授权多传感器标定方法、装置及系统在权利要求书中公布了:1.一种多传感器标定方法,其特征在于,包括: 获取图像数据和点云数据; 对所述图像数据和点云数据均进行预处理,以使得所述点云数据投影至所述图像数据所在的图像坐标系; 对所述点云数据在所述图像坐标系中的投影结果进行迭代优化处理,获得优化坐标转换矩阵; 根据当前采样时刻的图像数据和点云数据重复前述步骤获得当前采样时刻的优化坐标转换矩阵; 重复获取当前采样时刻的优化坐标转换矩阵的步骤,并维持优化坐标转换矩阵的样本数量在预设阈值,获得期望坐标转换矩阵; 根据当前采样时刻的图像数据和点云数据重复前述步骤获得当前采样时刻的优化坐标转换矩阵,包括: 根据上一采样时刻的优化坐标转换矩阵将当前采样时刻的点云数据在当前采样时刻的图像数据所在的图像坐标系中进行投影; 根据当前采样时刻的投影结果确定与之匹配的当前损失函数; 根据预训练的神经网络模型对当前损失函数进行迭代优化处理直至满足预设迭代停止条件获得当前采样时刻的优化坐标转换矩阵; 重复获取当前采样时刻的优化坐标转换矩阵的步骤,并维持优化坐标转换矩阵的样本数量在预设阈值,获得期望坐标转换矩阵,包括: 将多个采样时刻的优化坐标转换矩阵形成优化坐标转换矩阵的样本集; 判断所述优化坐标转换矩阵的样本集的样本数量是否达到预设阈值; 若未达到预设阈值,则将新获取的当前采样时刻的优化坐标转换矩阵直接添加至所述优化坐标转换矩阵的样本集; 若达到预设阈值,则将最早采样时刻的优化坐标转换矩阵删除后再将新获取的当前采样时刻的优化坐标转换矩阵添加至所述优化坐标转换矩阵的样本集; 根据所述优化坐标转换矩阵的样本集对神经网络模型重新进行训练,获得与当前采样时刻匹配的神经网络模型; 根据与当前采样时刻匹配的神经网络模型获得期望坐标转换矩阵。

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湖南大学无锡智能控制研究院,其通讯地址为:214000 江苏省无锡市经济开发区高浪东路999号D1栋6、7、8层;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。