华南理工大学刘屿获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利一种具有共视约束的视觉无人机轨迹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:CN119359756B 。
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:202411361242.3,技术领域涉及:G06T7/20;该发明授权一种具有共视约束的视觉无人机轨迹估计方法是由刘屿;张涵;周致宇;吴思稳设计研发完成,并于2024-09-27向国家知识产权局提交的专利申请。
本一种具有共视约束的视觉无人机轨迹估计方法在说明书摘要公布了:本发明公开了一种具有共视约束的视觉无人机轨迹估计方法,该轨迹估计方法先是根据时间戳为t的图像帧对最近关键帧地图点的可见率,在基于最近关键帧地图点和滑动窗口地图点的位姿估计之间动态切换,以获取初始位姿;在此过程中,部分图像帧被选为关键帧;接着,对新选定的关键帧进行梯度分析,获取共视关键帧集,提供共视约束;用滑动窗口和共视关键帧集内的地图点生成距离图,以将地图点区分为路标地图点和非路标地图点,提高优化效率;最后,对滑动窗口和共视关键帧集内的关键帧及地图点进行联合优化,获得最终轨迹。本发明提出的轨迹估计方法在精度与同类算法相近的情况下,每帧图像处理速度更优。
本发明授权一种具有共视约束的视觉无人机轨迹估计方法在权利要求书中公布了:1.一种具有共视约束的视觉无人机轨迹估计方法,其特征在于,所述轨迹估计方法包括以下步骤: S1、使无人机自由移动,通过搭载在无人机上的相机传感器采集图像,获得由n帧图像帧组成的图像序列,并记录图像帧的时间戳为,定义时间戳为t的图像帧为; S2、对图像序列中的第一帧图像帧与第二帧图像帧进行初始化获得无人机的初始运动,将和都选为关键帧,提取关键帧中的梯度点,用初始运动对梯度点进行三角化以估计深度值,估计出准确深度值的梯度点标记为地图点,未估计出准确深度值的梯度点标记为候选点; S3、按照时间戳从小到大,继续读取后续的图像帧,用与时间戳上最近的帧关键帧组成滑动窗口,其中为滑动窗口内第j帧关键帧;将处于中的地图点投影到,计算投影成功的地图点比例; S4、若,用投影成功的地图点构建得到与之间的光度残差;定义光度响应函数为:其中是像素原始的灰度值,是校正后像素真实的灰度值,是增益系数,是偏移量,则光度响应函数的增益系数为,光度响应函数的增益系数为;对和进行基于光度残差的优化计算,获得和时间戳为时无人机的初始位姿;若,将内所有关键帧上的地图点投影到,重新构建光度残差,对和进行基于光度残差的优化计算,获得和; S5、用高斯分布描述候选点的深度值,在上对候选点进行块匹配以更新深度值的高斯分布的标准差;定义与间无人机的移动距离为,与的差值为,对、和进行加权求和得到追踪状态值,若,按照步骤S3‑S5继续处理下一帧图像帧; S6、若,将选为关键帧并插入;将内所有关键帧上的地图点投影到上获得占用像素集,计算中每个像素与占用像素集中每个像素的欧几里得距离,获得距离图; S7、对进行基于距离图的梯度分析获得与有共视关系的关键帧,组成共视关键帧集,并用内所有关键帧上的地图点更新距离图; S8、内关键帧上的候选点若满足,则重新标记为地图点,并投影到上获得像素坐标;查询距离图中的距离值,若,则将地图点归类为非路标地图点;若,则将地图点归类为路标地图点; S9、继续选取与有共视关系的关键帧并加入,直至路标地图点的个数;对和内所有关键帧与地图点进行基于光度残差的优化计算;优化过程中,通过路标地图点构建的光度残差同时优化无人机的位姿和地图点的深度值,而非路标地图点构建的光度残差仅用于优化地图点的深度值;优化后获得无人机的局部运动轨迹; S10、循环执行步骤S3‑S10,直到图像序列中所有的图像帧处理完成,获得无人机的全局运动轨迹。
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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励