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！

龙图腾网获悉浙江工业大学申请的专利一种基于RGBD相机的6D位姿估计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：CN119579689B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411526505.1，技术领域涉及：G06T7/73；该发明授权一种基于RGBD相机的6D位姿估计方法及系统是由邢科新;华奇轩;吴延超;吴正中;赵龙江设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种基于RGBD相机的6D位姿估计方法及系统在说明书摘要公布了：本发明公开了一种基于RGBD相机的6D位姿估计方法及系统，涉及计算机视觉处理技术领域，包括相机成像校准；基于校准后的相机成像对相机参数标定；三维模型重建与数据集构建；基于三维模型与数据集对目标物体分割与实际尺寸计算；基于三维模型与数据集建立6D位姿估计网络模型；基于实际尺寸进行位姿估计。本发明的优点在于：通过结合RGB图像、深度图像和点云数据，显著提高了6D位姿估计的准确性，利用SAM模型进行物体区域分割，结合深度信息和点云数据，不仅直观地计算物体的实际尺寸，而且提升了尺寸估计的精度，深度信息的引入使得位姿估计系统对不同大小、形状和表面特征的物体具有更好的适应性，提升了系统的稳健性和准确性。

本发明授权一种基于RGBD相机的6D位姿估计方法及系统在权利要求书中公布了：1.一种基于RGBD相机的6D位姿估计方法，其特征在于：包括， 步骤1：相机成像校准； 步骤2：基于校准后的相机成像对相机参数标定； 步骤3：三维模型重建与数据集构建：对目标物体进行全方位的视频采集，并使用OpenCV将视频文件分解为固定尺寸的单帧RGB图像；提取RGB图像并使用COLMAP工具创建数据集，然后进行SIFT特征提取和匹配；运用SFM算法生成稀疏点云模型，通过PatchMatch算法生成深度图，再进行深度融合生成最终的密集点云模型；对生成的点云模型进行裁剪和标注，构建物体相对于相机的坐标系，从而生成包含6D位姿标注的数据集； 步骤4：基于三维模型与数据集对目标物体分割与实际尺寸计算； 所述步骤4基于三维模型与数据集对目标物体分割与实际尺寸计算包括，机器人操作系统ROS通过消息过滤器来同步接收到的RGB图像、深度图像和点云数据；使用Matplotlib和RectangleSelector工具，让用户通过鼠标交互选择RGB图像中的目标物体所在区域并框选一个矩形区域，记录矩形区域的坐标作为分割的输入；使用预训练的SAM模型进行物体分割，根据用户选择的矩形框输入，使用SAM模型对该区域进行物体分割，得到分割掩码；使用相机的内参矩阵将点云投影到RGB图像坐标系中，计算每个点在图像中的位置，通过相机的内参公式，计算图像坐标系下的投影坐标： 其中，fx和fy分别是相机焦距，cx和cy是主点坐标，x,y,z是3D点云的坐标； 通过投影后的坐标与分割掩码进行交叉匹配，筛选出属于分割区域的点云数据，计算并保存它们之间的最大欧氏距离： 其中，xi,yi,zi和xj,yj,zj是点云中任意两个点的坐标； 步骤5：基于三维模型与数据集建立6D位姿估计网络模型：将RGB图像和深度图像进行对齐和归一化处理，利用ResNet网络对多尺度RGB图像和深度图像分别进行特征提取；利用不同扩张率的空洞卷积获得RGB图像特征与深度图像特征的不同尺度感受野的特征图，结合位置注意力机制与卷积块注意力机制，最后将特征融合，得到物体的初步估计的姿态； 结合深度图像与初步估计的姿态，利用深度图像中每个像素的深度值更新物体的实际位置，并计算物体与相机之间的距离，对初步估计的姿态进行多次迭代优化，通过调整姿态以最小化误差，从而获得最终的6D位姿，包括物体的平移向量和旋转矩阵； 步骤6：基于实际尺寸进行位姿估计； 所述步骤6基于实际尺寸进行位姿估计具体为，加载步骤4中通过点云计算得到的物体实际尺寸对6D位姿进行估计，估计结果包括物体的平移位置x,y,z和旋转角度Rx,Ry,Rz，结合深度信息和尺寸信息进一步优化位姿估计的准确性，以此调整数据集中参考物体的位姿和尺寸，6D位姿估计网络模型加载调整后的数据集进行位姿估计和姿态细化。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。