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！

龙图腾网获悉重庆大学申请的专利一种动态环境下融合动态地标信息约束的SLAM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：CN118500410B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202410609119.2，技术领域涉及：G01C21/20；该发明授权一种动态环境下融合动态地标信息约束的SLAM方法是由傅春耘;鄢文磊设计研发完成，并于2024-05-16向国家知识产权局提交的专利申请。

本一种动态环境下融合动态地标信息约束的SLAM方法在说明书摘要公布了：本发明涉及一种动态环境下融合动态地标信息约束的SLAM方法，属于自动驾驶领域。该方法包括：使用深度学习网络、多视图几何方法、光流、场景流等方法实现对图像中动、静地标点对应的图像点进行区分；提出一种是否使用动态地标点融入相机位姿求解的残差方程的判断机制；提出一种动态场景下新颖的处理动态地标的管理策略，当满足使用动态地标点的条件时，将动态地标的运动信息加入残差方程作为辅助的先验；当不满足使用动态地标点的条件时，说明当前场景足以满足稳定的相机位姿估计，求解动态地标的位姿，实现运动目标跟踪感知。本发明增强了系统在高动态环境中的鲁棒性，实现了实时定位与感知局部动态环境。

本发明授权一种动态环境下融合动态地标信息约束的SLAM方法在权利要求书中公布了：1.一种动态环境下融合动态地标信息约束的SLAM方法，其特征在于：该方法包括以下步骤： S1：对相机采集的图像进行数据预处理，使用深度学习网络得到两帧之间像素点的光流对应关系、图像中潜在运动物体的掩膜标签；构建联合光流与场景流的运动属性二阶判断，区分出图像中真正的运动物体；具体包括以下步骤： S1‑1：对双目相机采集的图像进行数据预处理；针对单帧的图像数据预处理包括：使用光流网络实现两帧之间像素点的光流对应关系；使用语义分割网络实现图像中潜在运动物体的标签化掩膜分割，其中潜在运动物体是指语义网络训练中具备动态属性的物体； S1‑2：计算2D像素层面的动静判断光流阈值以及3D场景流层面上的自适应阈值，实现物体运动属性二阶判断；其中fk是指光流阈值，K是指相机内参，t是指相机在两帧之间的平移矢量，dmax和dmin是指相机有效深度值的上界和下界；3D场景流层面上的自适应阈值是由静态地标点的场景流分布构建的，具体表现为：场景流是指由相邻两帧的同一地标点在两帧各自相机坐标系的三维坐标组成的向量，该向量表示相机坐标系下地标点的位移模长与方向；统计静态地标点组成的三维场景流的分布情况，即求解场景流向量的均值向量以及协方差矩阵； S1‑3：若像素平面上特征点在两帧之间匹配点对的光流值不在光流阈值范围内，则初步认为该特征点所属的物体为实际动态物体； S1‑4：将经过S1‑3在像素平面初步筛选过的待验证特征点生成的场景流与静态地标点的场景流均值向量求解余弦距离以及欧氏距离，判断待验证特征点的运动属性； S2：提出一种是否使用动态地标点融入相机位姿求解的残差方程的判断机制；分析当前相邻帧间静态特征点生成的场景流的分布规律以及静态有效特征点的数量比例，若满足设定的临界条件，则使用动态地标点作为额外的有效约束； S3：若不满足S2中提出的临界条件，则根据求出的相机位姿求解出图像中动态物体的运动变换位姿，实现对局部动态环境的感知跟踪以及运动信息管理；若满足S2中提出的临界条件，则调用图像中跟踪良好的运动物体的位姿信息以及其上的特征点的匹配关系，通过运动补偿后将动态特征点作为额外有效约束融入相机的求解位姿的残差方程中，增强系统的鲁棒性。

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大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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。