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！

龙图腾网获悉南京理工大学申请的专利一种基于神经辐射场的可扩展增量式视觉建图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：CN116433768B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310433508.X，技术领域涉及：G06T7/73；该发明授权一种基于神经辐射场的可扩展增量式视觉建图方法是由王禹林;向倍辰;谢中取;孙宇昕;吕梓逢设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于神经辐射场的可扩展增量式视觉建图方法在说明书摘要公布了：本申请提供一种基于神经辐射场的可扩展增量式视觉建图方法。所述方法通过在建图过程中根据当前帧相机位姿与图像深度信息动态地将场景划分为多个相互之间部分重叠的正方体空间，且每个正方体空间用一个神经网络来隐式地表征环境几何与纹理属性；在对相关正方体空间逐一优化的过程中，选取与当前空间块相关的关键帧，稀疏地采样各图像帧信息，并在该信息基础上运用分布式优化方法同时优化相关隐式神经空间块和当前帧位姿。本申请提供的方法能够在大型未知环境下实现基于神经辐射场的连续化重建与轻量化表征，解决了现有相关方法在大型场景下建图可扩展性差的难题。

本发明授权一种基于神经辐射场的可扩展增量式视觉建图方法在权利要求书中公布了：1.一种基于神经辐射场的可扩展增量式视觉建图方法，其特征在于，包括： S1，场景动态划分与隐式神经空间块搜索： 在建图过程中根据从视觉里程计得到的当前帧相机位姿与图像信息将场景动态地划分到多个尺寸一致且相互之间部分重叠的正方体空间内，每个正方体空间用一个基于多层感知机的神经网络来隐式的表征这个空间的体素密度和颜色属性，即隐式神经空间块； 依据当前帧相机位姿与图像深度信息生成当前帧视锥面，并根据其有效范围搜索与当前视锥面相关的隐式神经空间块； S2，逐一优化搜索到的空间块： 获取与当前隐式神经空间块相关的所有关键帧，根据这些关键帧在当前隐式神经空间块内的平均深度值误差大小动态挑选M个关键帧； 在选定的关键帧及当前帧中稀疏采样N个像素点，并将这些像素点反投影到世界坐标下生成对应的空间射线； 利用体素渲染的方法生成对应射线的深度值与颜色，同时获取这些射线在与前一个隐式神经空间块重叠区域内多个位置点的体素密度与颜色值，对得到的预测值数据采用分步式优化方法依次对相机的位姿、隐式神经块表征的几何与纹理特征进行迭代优化； 如不为最后一个空间块，回退到S2开始，执行下一个空间块优化； S3，更新关键帧关系表： 根据信息熵和位姿变化阈值决定当前帧是否创建为关键帧并记录到相关关系表内； 获取下一帧信息，回退到S1；RGBD图像与位姿输入无后续输入值时结束运行或人为终止。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200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。