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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利基于双目视觉与粒子群优化的目标六自由度位姿估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：CN118196186B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202311745602.5，技术领域涉及：G06T7/73；该发明授权基于双目视觉与粒子群优化的目标六自由度位姿估计方法是由陈思凯;刘畅;刘嘉设计研发完成，并于2023-12-15向国家知识产权局提交的专利申请。

本基于双目视觉与粒子群优化的目标六自由度位姿估计方法在说明书摘要公布了：本申请实施例公开了一种基于双目视觉与粒子群优化的目标六自由度位姿估计方法和装置，涉及计算机视觉领域，其中，所述方法包括：获取目标的双目图像；所述双目图像中至少包括目标的旋转矩阵、位移向量和几何特征；通过旋转矩阵分解方法将所述旋转矩阵分解为旋转向量和旋转角度，对所述旋转向量和旋转角度进行六自由度的均匀采样，得到数据点集；根据所述几何特征的几何性质和所述数据点集，建立所述旋转矩阵与位移向量之间的数学关系；通过设计目标函数和应用优化算法，对所述目标的双目图像进行目标位姿估计，得到位姿估计结果。本申请解决了相关技术中存在的准确率较低、泛用性和鲁棒性差的问题。

本发明授权基于双目视觉与粒子群优化的目标六自由度位姿估计方法在权利要求书中公布了：1.一种基于双目视觉与粒子群优化的目标六自由度位姿估计方法，其特征在于，所述方法包括： 获取目标的双目图像；所述双目图像中至少包括目标的旋转矩阵、位移向量和几何特征； 通过旋转矩阵分解方法将所述旋转矩阵分解为旋转向量和旋转角度，对所述旋转向量和旋转角度进行六自由度的均匀采样，得到数据点集； 根据所述几何特征的几何性质和所述数据点集，建立所述旋转矩阵与位移向量之间的数学关系； 通过设计目标函数和应用优化算法，对所述目标的双目图像进行目标位姿估计，得到位姿估计结果；所述目标函数用于估计目标的姿态；所述优化算法用于优化位姿估计结果； 所述位姿估计结果用于展示目标的六自由度姿态以及确定目标的位置和朝向； 所述根据所述几何特征的几何性质和所述数据点集，建立所述旋转矩阵与位移向量之间的数学关系，包括： 通过采样桑普森距离计算目标在所述双目图像上的投影点到数据点集的几何距离；所述几何距离为几何特征的几何性质；所述几何特征包括点、直线和面； 根据所述投影点到数据点集的几何距离建立所述旋转矩阵与位移向量之间的数学关系； 所述优化算法包括粒子群优化算法； 所述通过设计目标函数和应用优化算法，对所述目标的双目图像进行目标位姿估计，得到位姿估计结果，包括： 基于所述双目图像在立体视觉中的几何关系和旋转姿态设计目标函数；所述目标函数包含立体视觉中的几何关系和旋转姿态的约束条件； 通过粒子群优化算法在所述旋转矩阵与位移向量之间的参数空间中寻找最优的旋转矩阵和位移向量，根据寻找到的最优的旋转矩阵和位移向量对所述目标函数进行最小化； 根据所述粒子群优化算法最小化后的目标函数，估计目标相对于目标坐标系的相对位姿，得到所述位姿估计结果；所述目标坐标系用于量化目标的位姿变化； 所述设计目标函数，包括： 将所述目标的旋转矩阵参数化，得到目标的直线和圆的几何特征在所述双目图像中的几何距离； 根据所述几何距离得到对应的桑普森距离，根据所述桑普森距离构建目标函数。

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科学院深圳先进技术研究院，其通讯地址为：518000 广东省深圳市南山区西丽深圳大学城学苑大道1068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。