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！

龙图腾网获悉中国人民解放军战略支援部队航天工程大学申请的专利基于视觉惯性融合三维高斯SLAM的地图构建方法和装置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：CN118644634B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410842062.0，技术领域涉及：G06T17/05；该发明授权基于视觉惯性融合三维高斯SLAM的地图构建方法和装置是由胡敏;林鹏;黄刚;单上求;王卫杰;王建华;张天天;何博设计研发完成，并于2024-06-27向国家知识产权局提交的专利申请。

本基于视觉惯性融合三维高斯SLAM的地图构建方法和装置在说明书摘要公布了：本发明涉及SLAM领域，具体公开了一种基于视觉惯性融合三维高斯SLAM的地图构建方法和装置。包括利用SFM生成三维坐标点，构建并初始化3D高斯模型，根据3D高斯模型，通过相机外参将三维坐标点投影到图像平面并进行高斯渲染，得到渲染后图像，获取IMU数据，并计算跟踪损失、几何损失、光度损失和深度损失，进行求和计算出损失函数，利用损失函数对渲染后图像中的对象进行实时跟踪，得到实时损失结果，根据实时损失结果，通过反向传播，更新3D高斯模型的参数，向下进行自适应扩展映射，更新三维坐标点，得到实时跟踪图像，基于IMU数据计算相对运动增量，并根据实时跟踪图像和相对运动增量进行三维地图构建，得到高精度三维地图。旨在提高SLAM精度。

本发明授权基于视觉惯性融合三维高斯SLAM的地图构建方法和装置在权利要求书中公布了：1.一种基于视觉惯性融合三维高斯SLAM的地图构建方法，其特征在于，包括： S1、利用SFM算法生成三维坐标点，构建并初始化3D高斯模型； S2、根据所述3D高斯模型，通过相机外参将所述三维坐标点投影到图像平面并进行高斯渲染，得到渲染后图像； S3、获取惯性测量单元IMU数据，并计算跟踪损失、几何损失、光度损失和深度损失； S4、对损失进行加和得到跟踪和建图部分的总损失函数；根据跟踪部分与建图部分的损失，对实时图像进行跟踪，计算与实际图像的损失，确定实时跟踪损失结果；其中， 跟踪部分： ； 建图部分： ； 式中，为几何损失；为光度损失；为IMU的最终跟踪损失；表示总RMI损失；其中，所述IMU的最终跟踪损失通过以下公式表示： ； 式中，为旋转分量损失；为平移分量损失；为旋转分量协方差矩阵；为IMU噪声平移分量的协方差矩阵； 所述总RMI损失通过以下公式表示： ； 式中，为两帧间总的RMI的损失，根据两帧间旋转分量的RMI的损失以及两帧间平移分量的RMI的损失来得到；为两帧间RMI误差的协方差矩阵的逆矩阵； 跟踪部分的深度损失定义为： ； 其中，为的标准差，为像素n的测量深度，为跟踪部分的不确定性加权，N代表有N个像素； 建图部分的深度损失定义为： ； 其中为建图部分不确定性加权； S5、根据实时损失结果，通过反向传播，更新所述3D高斯模型的参数，向下进行自适应扩展映射，更新所述三维坐标点，得到实时跟踪图像； S6、基于所述IMU数据计算相对运动增量，并根据所述实时跟踪图像和所述相对运动增量进行三维地图构建，得到高精度三维地图； 所述S6包括： S61、预设若干次IMU测量值作为所述相对运动增量，并与高斯SLAM生成的两个相邻关键帧链接； S62、基于所述相对运动增量进行计算，得到更新后相对运动增量； S63、将所述跟踪损失、所述几何损失、所述光度损失、所述深度损失、所述更新后相对运动增量与所述实时跟踪图像的关键帧进行融合，通过3D高斯模型进行三维地图构建，得到高精度三维地图。

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中国人民解放军战略支援部队航天工程大学，其通讯地址为：101416 北京市怀柔区八一路一号；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”。

以上内容由龙图腾AI智能生成。