Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学王常虹获国家专利权

哈尔滨工业大学王常虹获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种可见光与红外跨模态匹配的视觉惯性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:CN119860762B

龙图腾网通过国家知识产权局官网在2025-11-14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:202510015869.1,技术领域涉及:G01C21/00;该发明授权一种可见光与红外跨模态匹配的视觉惯性定位方法是由王常虹;王沛;刘博;李清华;朱嘉婧;张宇飞设计研发完成,并于2025-01-06向国家知识产权局提交的专利申请。

一种可见光与红外跨模态匹配的视觉惯性定位方法在说明书摘要公布了:一种可见光与红外跨模态匹配的视觉惯性定位方法,它属于多源融合导航技术领域。本发明解决了在视觉退化环境下,现有技术的定位效果差以及回环检测失败的问题。本发明结合了可见光相机的丰富纹理特征和红外相机不受光照条件影响的特征,构建可见光与红外跨模态匹配的视觉惯性定位系统。通过一个公共深度神经网络分别提取可见光图像和热红外图像的视觉特征点和描述子,并提供特征的置信度,并提出了跨模态特征点的分类管理,然后利用两视图三角化恢复路标点的深度,同时基于词袋向量的余弦相似度进行回环检测,利用深度估计值、回环检测结果和惯性预积分测量值联合优化得到可见光和红外相机的位置和姿态。本发明方法可以应用于多源融合导航领域。

本发明授权一种可见光与红外跨模态匹配的视觉惯性定位方法在权利要求书中公布了:1.一种可见光与红外跨模态匹配的视觉惯性定位方法,其特征在于,所述方法具体包括以下步骤: 步骤1、通过同一脉冲信号触发可见光相机、红外相机和IMU测量单元,可见光相机和红外相机均安装在无人系统上,再读取触发后来自可见光相机采集的图像、来自红外相机采集的图像和来自IMU测量单元的IMU测量序列; 以来自可见光相机的图像的时间戳为基准,获得位于前一帧可见光相机图像时间戳到当前帧可见光相机图像时间戳内的IMU测量序列集合,若读取的当前帧可见光图像与当前帧红外图像的时间差在t0内,则将当前帧的可见光图像、当前帧的红外图像和获得的IMU测量序列集合打包成数据集合,并以双目惯性模式进行处理,即继续执行步骤2;若读取的当前帧可见光图像与当前帧红外图像的时间差大于等于t0,则从读取的当前帧可见光图像与当前帧红外图像中选取出时间戳较早的图像,以单目惯性模式进行处理; 步骤2、采用公共深度神经网络提取当前帧可见光图像和当前帧红外图像中每个像素点的描述子,根据描述子得分确定当前帧可见光图像和当前帧红外图像中的特征点; 步骤3、根据滑动窗口内的可见光关键帧图像判断当前帧可见光图像是否为关键帧,根据滑动窗口内的红外关键帧图像判断当前帧红外图像是否为关键帧; 若当前帧可见光图像和当前帧红外图像均不为关键帧,则不需要对当前帧可见光图像和当前帧红外图像进行处理,且不需要将当前帧可见光图像和当前帧红外图像加入滑动窗口内,返回执行步骤1; 若当前帧可见光图像或当前帧红外图像为关键帧,则将当前帧可见光图像作为关键帧加入滑动窗口内,将当前帧红外图像作为关键帧加入滑动窗口内; 并根据描述子对当前帧可见光图像和当前帧红外图像中的特征点进行匹配,得到特征点匹配结果,根据特征点匹配结果得到当前帧可见光图像和当前帧红外图像的全部双目路标点;将当前帧可见光图像与前一可见光图像关键帧进行特征点匹配、将当前帧红外图像与前一红外图像关键帧进行特征点匹配,得到当前帧可见光图像和当前帧红外图像对应的单目路标点; 并分别计算得到的双目路标点在当前帧可见光图像和当前帧红外图像上的重投影误差、当前帧可见光图像对应的单目路标点在当前帧可见光图像以及前一可见光图像关键帧上的重投影误差、当前帧红外图像对应的单目路标点在当前帧红外图像以及前一红外图像关键帧上的重投影误差; 再继续执行步骤4; 步骤4、分别构建当前帧可见光图像和当前帧红外图像的词袋向量;具体为: 创建一个包含K个视觉词的视觉词汇表V,对于当前帧可见光图像中的任意一个特征点,分别计算该特征点的描述子与视觉词汇表V中每个视觉词的余弦距离,将最小余弦距离对应的视觉词分配给该特征点,同理,分别为当前帧可见光图像中的每个特征点分配视觉词,再分别统计每个视觉词在当前帧可见光图像中出现的次数,利用各视觉词对应的次数组成当前帧可见光图像的词袋向量; 同理,得到当前帧红外图像的词袋向量; 步骤5、利用位于前一可见光图像关键帧时间戳到当前帧可见光图像时间戳内的IMU测量序列集合构建IMU预积分约束模型; 步骤6、根据滑动窗口内历史可见光图像关键帧、历史红外图像关键帧和当前帧可见光图像对应的词袋向量进行回环检测,根据滑动窗口内历史可见光图像关键帧、历史红外图像关键帧和当前帧红外图像对应的词袋向量进行回环检测,得到回环检测结果; 步骤7、根据重投影误差、IMU预积分约束模型和回环检测结果建立全局目标函数,对全局目标函数进行求解,得到可见光相机和红外相机的视觉惯性定位结果; 再返回执行步骤1。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。

免责声明
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。