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！

龙图腾网获悉西安交通大学;北京控制工程研究所申请的专利一种无先验模型信息的实时位姿估计和神经重建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：CN119131327B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411228198.9，技术领域涉及：G06V10/22；该发明授权一种无先验模型信息的实时位姿估计和神经重建方法是由王晨希;韩冰;杜航;常洛南;于强;潘锐滔;翟智;刘金鑫;陈雪峰设计研发完成，并于2024-09-03向国家知识产权局提交的专利申请。

本一种无先验模型信息的实时位姿估计和神经重建方法在说明书摘要公布了：一种无先验模型信息的实时位姿估计和神经重建方法，该方法中，采集飞行器数据流，其中，利用LoFTR算法得到飞行器数据流中的帧与上一帧间的匹配点对；利用迭代最近点算法求解所述帧的粗位姿参数；利用多个帧的粗位姿参数和匹配关系构建并优化位姿图，获得细位姿参数；获得细位姿参数的帧放入内存池中以进行通信；利用内存池中的帧数据进行在线神经隐式重建飞行器模型；求解目标本体坐标系，其中，将多个内存池中的帧按照对应的位姿参数合并为完整的点云；利用神经网络求解目标本体坐标系；将细位姿参数和和重建飞行器模型的参考坐标系修正为目标本体坐标系。

本发明授权一种无先验模型信息的实时位姿估计和神经重建方法在权利要求书中公布了：1.一种无先验模型信息的实时位姿估计和神经重建方法，其特征在于，包括如下步骤： 步骤S1，采集飞行器数据流，包括来自相机和深度传感器的RGB图像数据和深度数据，其中， 步骤S1.1中，利用LoFTR算法得到飞行器数据流中图像的图像帧与上一帧间的匹配点对； 步骤S1.2中，利用迭代最近点算法求解所述帧的粗位姿参数； 步骤S1.3中，利用多个帧的粗位姿参数和匹配点对构建并优化位姿图，获得细位姿参数； 步骤S1.4中，获得细位姿参数的帧放入内存池中以进行通信； 步骤S2中，利用内存池中的帧数据进行在线神经隐式重建飞行器模型； 步骤S3，求解目标本体坐标系，其中， 步骤S3.1中，将多个内存池中的帧按照对应的位姿参数合并为完整的点云； 步骤S3.2中，利用神经网络求解目标本体坐标系； 步骤S4中，将步骤S1得到的细位姿参数和和步骤S2中重建飞行器模型的参考坐标系修正为目标本体坐标系； 其中，步骤S2中，几何函数接受点云的3D点坐标作为输入，并输出符号距离值，外观函数接受几何网络中间特征向量、点法线和射线方向作为输入，并输出颜色，最小化一元损失函数、和目标函数，一元损失函数测量当前帧点云与神经隐式形状之间的逐点距离： ， 表示在每个查询点处预测的欧氏距离与地面真实距离到物体表面之间的L1误差： ， 其中，表示地面真实的距离标签，表示在每个查询点处预测的RGB颜色与标记颜色之间的L2误差； ； 步骤S2中，执行神经隐式神经网络的在线训练，其使用内存池中最近的一部分进行训练，在学习几何函数和外观函数的同时还优化参考帧的位姿参数，优化后的位姿参数辅助后续的在线位姿图优化。

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西安交通大学;北京控制工程研究所，其通讯地址为：710049 陕西省西安市咸宁西路28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。