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！

龙图腾网获悉重庆邮电大学申请的专利基于点线互补的动态场景视觉SLAM方法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：CN119722799B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411877807.3，技术领域涉及：G06T7/73；该发明授权基于点线互补的动态场景视觉SLAM方法及系统是由耿道渠;张怡航;魏旻;王平设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于点线互补的动态场景视觉SLAM方法及系统在说明书摘要公布了：本发明涉及一种基于点线互补的动态场景视觉SLAM方法及系统，属于移动机器人同时建图与定位领域。其通过语义模块对图像进行目标先验信息监测，标识出与相机运动不一致的动态特征点；通过跟踪模块对图像进行视觉特征提取，其中，视觉特征提取包括点特征提取和线特征提取；将跟踪模块初步提取的点特征按照语义模块标识出的动态特征点进行剔除，将得到的静态点特征和线特征进行融合，并根据融合后的线特征约束对静态点特征进行扩充，再根据点线特征筛选出关键帧；最后通过局部建图模块和回环检测与全局BA优化模块完成地图构建与优化更新。本发明能克服了场景纹理信息单一可能带来的建图局限和偏差，能够提升建图的实时性、建图精度、鲁棒性。

本发明授权基于点线互补的动态场景视觉SLAM方法及系统在权利要求书中公布了：1.一种基于点线互补的动态场景视觉SLAM方法，其特征在于：所述方法包括以下步骤： S1、通过语义模块对图像进行目标先验信息监测，标识出与相机运动不一致的动态特征点； S2、通过跟踪模块对图像进行视觉特征提取，其中，视觉特征提取包括点特征提取和线特征提取； S3、将跟踪模块初步提取的点特征按照语义模块标识出的动态特征点进行剔除，将得到的静态点特征和线特征进行融合，并根据融合后的线特征约束对静态点特征进行扩充，再根据点线特征筛选出关键帧； S4、采用局部建图模块针对筛选出的关键帧进行处理和局部地图构建； S5、通过回环检测与全局BA优化模块对局部地图进行优化、融合得到全局地图，并进行全局BA优化和地图更新； 在步骤S1中，采用目标检测算法，针对采集到的图像进行目标运动先验信息检测，其中，将t时刻的图像I划分为潜在动态对象区域D和非潜在动态对象区域S，其中D∪S＝I，相机运动的一致性假设，根据前一帧的相机运动位姿变换关系计算出下一帧的相应匹配点位置，设定偏差阈值，若特征点在下一帧的图像中的投影和基于静态假设计算出的相机投影偏差大于偏差阈值，则将该特征点标识为动态特征点； 在步骤S2中，通过图像采集设备进行环境RGB图像和深度信息采集，基于采集到的图像进行视觉特征提取处理，视觉特征提取包括： S21、点特征提取； S2、线特征提取； 其中，在步骤S21的点特征提取过程中，其包括以下步骤： S211：对待处理图像进行相应的参数标定，获取相机参数，根据ORB特征提取算法提取待处理的图像特征点； S212：基于提取到的特征点，根据图像大小等分图像区域，轮询选定待比较区域内某一参考特征点，采用一种可变半径的圆形区域方法在等分的图像区域内对该参考特征点进行动态搜索，设定动态阈值对特征点进行评分，选取评分值最高的特征点作为该区域的特征点代表； S213：根据处理后提取的特征点进行筛选，采用结合显著性检测的非极大值抑制方法计算特征点得分，并保留其中得分最高的特征点； 在步骤S212中，采用可变梯度的变径方法进行特征点搜索，当前半径rcur的区域内特征点数m如果小于特征点设定阈值n，进行搜索半径的膨胀；如果当前半径区域内的特征点数m大于特征点设定阈值，则进行搜索半径的收缩；搜索半径的更新变更速度与当前特征点差值成正比关系，计算公式如下： 需要更新膨胀的搜索半径时， 需要更新收缩的搜索半径时， 其中，m为待选定区域内需要比较的特征点数，n为当前需要搜索到的特征点数量，rmax为动态区域的膨胀最大半径，rmin为动态区域的最小收缩半径，α为设定的比例系数，用于控制半径变化的速度； 在步骤S3中，首先将得到的点特征集合中的动态特征点剔除，剔除后的点特征集合为静态特征点集合；再将静态特征点集合与线特征集合进行匹配，其中，基于点特征光流匹配进行改进，基于灰度不变假设进行推理： Iu+du,v+dv,t+dt＝Iu,v,t 空间中某点在t时刻的坐标位置为x,y，在t+dt时刻该点运动到x+dx,y+dy处，灰度不变假设在短时间内的像素灰度值恒定不变，则有： 其中表示该点灰度值在x轴方向上的梯度变化，表示该点灰度值在y方向上的梯度变化，分别记作Ix和Iy，表示灰度的变化值，记作It,表示的是x方向的速度，x方向的速度同理，分别记作u,v，建立如下等式： 上述式子为带有两个变量的一次方程，在整个图像中得到多个关于约束的额外方程，线段上的多个点也拥有相同的运动，由此建立具有多个超定方程，通过最小二乘的方法进行求解； 在上述过程中，对于点线特征融合策略，提出一种可变向的二分线段特征点弥补方法，其包括以下步骤： a当前图像区域静态特征点个数未达到最小阈值，且图像区域内存在有合并后的可靠线段时，通过从线段间获取特征点的方式对不足的特征点进行补偿； b对线段进行二分裂变，即第一次特征点生成为两线段的中点； c第二次裂变，选择生成的线段中点，和其中一个线段端点取中点； d第三次裂变，新生成的线段中点，和上次裂变使用的不同的线段端点，构成的线段中点作为新的裂变点； e按照上述方式，迭代进行二分裂变，通过不断变换二分裂变的线段参考端点，有效保证分裂后的特征点在线段上的均匀分布，直到生成足够的可靠新特征点。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。