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！

龙图腾网获悉杭州电子科技大学申请的专利基于点线特征的边缘分布式视觉里程计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：CN116934806B 。

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：202310881699.6，技术领域涉及：G06T7/246；该发明授权基于点线特征的边缘分布式视觉里程计方法是由朱尊杰;曹如设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本基于点线特征的边缘分布式视觉里程计方法在说明书摘要公布了：本发明公开了一种基于点线特征的边缘分布式视觉里程计方法。本发明包括以下阶段：步骤1、图像采集和图像信息读取阶段；步骤2、集群搭建阶段；步骤3、基于算力资源对SuperPoint和SuperGlue算法模型进行作业分解，将每个子作业分配到不同算力资源的集群节点；步骤4、特征提取和匹配阶段；步骤5、后端优化和建图阶段。本发明利用长线特征在暗光环境下的稳定性和鲁棒性，提升系统的精确性，使用卷积神经网络模型SuperPoint和SuperGlue进行特征点的提取和匹配，减少人工经验对特征提取的局限性。同时根据模型内部算法的复杂度及输入数据类型的内存占用情况，估算其运行时大致对服务器算力资源的需求，分配到到合适的集群节点运行。

本发明授权基于点线特征的边缘分布式视觉里程计方法在权利要求书中公布了：1.基于点线特征的边缘分布式视觉里程计方法，其特征在于，包括以下阶段： 步骤1、图像采集和图像信息读取阶段； 使用双目摄像头进行图像的采集，然后将采集的图像数据通过ffmpeg转换为视频流，使用网络传输至云端服务器； 步骤2、集群搭建阶段； 基于KubeEdge搭建云边服务集群，将云端服务器和边端服务设备纳入同一云边服务集群； 步骤3、基于算力资源对SuperPoint和SuperGlue算法模型进行作业分解，将每个子作业分配到不同算力资源的集群节点； 基于深度学习模型的特征点提取和匹配的作业分解，是通过人工设计算法实现作业分解；根据现有的计算节点的算力资源占比，将整个SuperPoint和SuperGlue深度学习模型依据子函数复杂度对计算资源按比例进行分解； 子作业具体在哪个集群节点执行，通过Ray框架来指定特定的节点运行；Ray通过远程函数实现允许任意函数在单独的Pythonworker上异步执行； 步骤4、特征提取和匹配阶段； 步骤5、后端优化和建图阶段。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。