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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京机电工程研究所;杭州大数云智科技有限公司高旺获国家专利权

北京机电工程研究所;杭州大数云智科技有限公司高旺获国家专利权

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!

龙图腾网获悉北京机电工程研究所;杭州大数云智科技有限公司申请的专利一种基于视觉SLAM与深度学习的无人机实时稠密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:CN115619892B

龙图腾网通过国家知识产权局官网在2026-03-24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:202210632685.6,技术领域涉及:G06T11/26;该发明授权一种基于视觉SLAM与深度学习的无人机实时稠密建图方法是由高旺;李磊;徐晋鸿;李来健;黄健鑫;马煜铠;陈昕欣设计研发完成,并于2022-06-06向国家知识产权局提交的专利申请。

一种基于视觉SLAM与深度学习的无人机实时稠密建图方法在说明书摘要公布了:本发明涉及计算机视觉领域,公开了一种基于视觉SLAM与深度学习的无人机实时稠密建图方法,包括以下步骤:S1、标定相机参数,校正相机畸变;S2、获取图像帧和GPS信息;S3、对获取的所述图像帧用视觉里程计跟踪;S4、对跟踪结果进行滑窗优化;S5、对滑窗优化结果通过SCCVA‑MVSNet网络进行深度补全;S6、利用GPS信息对滑窗优化后的轨迹进行优化;S7、利用优化后的轨迹和SCCVA‑MVSNet得到的深度图进行融合得到地图。本发明只需要图像和GPS信息便可实时构建稠密的地图,相比目前的其他方法可以快速部署,并且有比较不错的准确度。

本发明授权一种基于视觉SLAM与深度学习的无人机实时稠密建图方法在权利要求书中公布了:1.一种基于视觉SLAM与深度学习的无人机实时稠密建图方法,其特征在于,包括以下步骤: S1、标定相机参数,校正相机畸变; S2、获取图像帧和GPS信息; S3、对获取的所述图像帧用视觉里程计跟踪; S4、对跟踪结果进行滑窗优化; S5、对滑窗优化结果通过SCCVA-MVSNet网络进行深度补全; 所述SCCVA-MVSNet网络由两部分组成,第一部分深度补全网络,第二部分是CVA-MVSNet网络; 所述第一部分深度补全网络的输入为所有关键帧的有效深度的特征点在所有帧之间相互投影形成的稀疏深度图以及每个特征点的光度误差; 所述第二部分CVA-MVSNet网络的输入是由滑窗中的图片与第一部分深度补全网络的输出拼接而成的,所述第二部分CVA-MVSNet网络的输出为最新关键帧的深度图; S6、利用GPS信息对滑窗优化后的轨迹进行优化; 所述步骤S6具体包括以下步骤: S61、图中顶点之间的边的误差通过滑动窗口优化得到的相对位姿与基于全局位姿计算的相对位姿计算,将该误差的7维李代数作为边误差; S62、增加新的顶点将GPS位姿融入位姿图中,将GPS位姿顶点与图中位姿顶点通过一条特殊的边进行连接,约束同一关键帧上的视觉位姿与GPS位姿的平移量相同最小化图中所有边的误差对所有顶点位姿优化; S7、利用优化后的轨迹和SCCVA-MVSNet得到的深度图进行融合得到地图; 所述步骤S7具体包括以下步骤: S71、将关键帧的顶点位姿和深度图对应的点计算: ; 其中是齐次坐标中的像素对给定估计深度的3D点逆投影,表示3D点在图像平面上的投影,是从源帧到目标帧的旋转和平移,是相机的固有特性; S72、将两个视图之间的几何一致性计算前向重投影误差和深度误差,其中是参考框架中的深度; S73、在多帧中找到一致的像素簇进行融合,所述像素簇满足重投影误差和深度误差约束。

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北京机电工程研究所;杭州大数云智科技有限公司,其通讯地址为:100071 北京市丰台区云岗北里40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。