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！

龙图腾网获悉山东交通学院申请的专利一种基于机器视觉与卫星定位融合的料堆识别与定位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：CN120522746B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511013118.2，技术领域涉及：G01S19/45；该发明授权一种基于机器视觉与卫星定位融合的料堆识别与定位方法是由唐文香;贾佳;尹修杰;孙淅川;吴凤蝶;刘雯霏设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本一种基于机器视觉与卫星定位融合的料堆识别与定位方法在说明书摘要公布了：本发明公开了一种基于机器视觉与卫星定位融合的料堆识别与定位方法，数据处理单元同时采集机器视觉装置反馈的测距信息和卫星接收装置反馈的工程车辆定位信息，获得相邻采样时间内机器视觉装置所测量的目标料堆与工程车辆之间的距离以及工程车辆的移动距离，获得相邻采样时间内卫星定位工程车辆的移动距离，工程车辆与目标料堆之间的距离小于设定距离时以机器视觉装置直接测量的距离作为目标料堆与工程车辆之间的测量值，工程车辆与目标料堆之间的距离大于设定距离时以通过机器视觉与卫星定位融合算法获得的机器视觉测距误差修正后的距离作为目标料堆与工程车辆之间的测量值。本发明能够大大提高对目标料堆的定位精度，特别适用于智能工程机械。

本发明授权一种基于机器视觉与卫星定位融合的料堆识别与定位方法在权利要求书中公布了：1.一种基于机器视觉与卫星定位融合的料堆识别与定位方法，所使用的基于机器视觉与卫星定位融合的料堆识别与定位系统包括卫星接收装置2、机器视觉装置3和数据处理单元4，数据处理单元4分别与机器视觉装置3和卫星接收装置2电连接； 其特征在于，基于机器视觉与卫星定位融合的料堆识别与定位方法具体如下： 数据处理单元4同时采集机器视觉装置3反馈的测距信息和卫星接收装置2反馈的工程车辆定位信息，获得相邻采样时间内机器视觉装置3所测量的目标料堆与工程车辆之间的距离以及工程车辆的移动距离，获得相邻采样时间内卫星定位工程车辆的移动距离，工程车辆与目标料堆之间的距离小于设定距离时以机器视觉装置3直接测量的距离作为目标料堆与工程车辆之间的测量值，工程车辆与目标料堆之间的距离大于设定距离时以通过机器视觉与卫星定位融合算法获得的机器视觉测距误差修正后的距离作为目标料堆与工程车辆之间的测量值； 机器视觉与卫星定位融合算法具体如下： 首先将机器视觉装置3当前测得的工程车辆的移动距离ΔLstero减去卫星定位当前所测得的工程车辆移动距离ΔLBeidou，获得机器视觉测距误差et；然后通过卡尔曼滤波对et做滤波处理，获得机器视觉测距补偿修正值最后将加入机器视觉装置3当前直接测量的料堆与工程车辆之间的距离之上得到目标料堆与工程车辆之间的测量值L′t+1； 通过卡尔曼滤波对et做滤波处理的具体过程如下： ①定义t时刻的状态变量Xt如下： 式中：et为t时刻的机器视觉测距误差，et＝ΔLstero-ΔLBeidou；Vt为t时刻的误差变化率； ②建立状态转移方程： et简化为随时间呈线性变化，Vt简化为匀速变化，则状态转移方程表示为： et+1＝et+Vt·Δt Vt+1＝Vt 式中：et+1和Vt+1分别为t+1时刻的机器视觉测距误差和误差变化率； 将其转化为矩阵形式，表示如下： 式中：为状态矩阵A；Wt为过程噪声，表示为Wt～N0,Q，其中Q为过程噪声协方差矩阵，设定为： 式中：为机器视觉测距误差et对应的过程噪声的方差；为误差变化率Vt对应的过程噪声的方差； ③建立观测方程： 观测值Zt为ΔLstero-ΔLBeidou，则其观测方程表示为： Zt＝HXt+Vt 式中：Zt为观测值；H为观测矩阵，H＝[10]；Xt表示误差观测值；Vt为观测噪声，表示为V～N0,R，其中R为观测噪声协方差矩阵，设定为： 式中：为观测噪声Vt对应的方差； ④建立工程车辆-目标料堆距离计算卡尔曼滤波数学模型如下： 式中：为当前时刻的预测值；为上一时刻的最优估计值；Δt为采样周期；为当前时刻预测的估计误差协方差矩阵；Pk-1为上一时刻的估计误差协方差矩阵；Kk为卡尔曼增益；为当前时刻最优状态估计值；ZK为当前时刻测量值；Pk为当前时刻的估计误差协方差矩阵。

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山东交通学院，其通讯地址为：250100 山东省济南市天桥区交校路5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。