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！

龙图腾网获悉湖南工商大学申请的专利双目视觉惯性导航系统参数优化方法、装置、设备及存储介质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：CN120970639B 。

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：202511505589.5，技术领域涉及：G01C21/16；该发明授权双目视觉惯性导航系统参数优化方法、装置、设备及存储介质是由刘晓庆;卜佳林;周开军;周鲜成;李鹏;邓元明设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本双目视觉惯性导航系统参数优化方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种双目视觉惯性导航系统参数优化方法、装置、设备及存储介质，该方法包括：将当前图像帧划分为多个网格区域，对各网格区域进行特征点检测，从网格区域中筛选出有效特征网格，对有效特征网格进行特征点均匀化分布处理，获得稳定特征点，并采用三角测量计算各稳定特征点对应的关联深度信息，基于稳定特征点和关联深度信息构建待优化变量集和目标优化模型，将待优化变量集输入至目标优化模型进行参数优化；由于本发明通过筛选有效特征网格和均匀化特征点，从而有效减少运动模糊和噪声对特征点的不良影响，大幅降低由于特征点混乱导致的深度计算不连续问题，通过参数优化，有效解决双目视觉惯性导航系统的视觉跟踪的尺度漂移问题。

本发明授权双目视觉惯性导航系统参数优化方法、装置、设备及存储介质在权利要求书中公布了：1.一种双目视觉惯性导航系统参数优化方法，其特征在于，所述双目视觉惯性导航系统参数优化方法应用于双目视觉惯性导航系统，所述双目视觉惯性导航系统参数优化方法包括： 将当前图像帧划分为多个网格区域； 基于特征检测算法对各网格区域进行特征点检测，从所述网格区域中筛选出有效特征网格，所述有效特征网格满足网格特征条件，且包含多个目标特征点，各目标特征点满足特征点响应值条件，所述特征检测算法基于ORB算法构建； 对所述有效特征网格中的各目标特征点进行均匀化分布处理，获得稳定特征点，并采用三角测量计算各稳定特征点对应的关联深度信息； 基于所述稳定特征点和所述关联深度信息构建待优化变量集和目标优化模型，所述待优化变量集包括惯性状态序列、双目相机与惯性传感器的相对姿态关系以及各稳定特征点的逆深度信息序列，所述目标优化模型包括更新后的视觉重投影误差残差项，所述视觉重投影误差残差项基于权重因子更新，所述权重因子基于各稳定特征点的观测质量进行配置，所述观测质量包括重投影误差指标和追踪稳定性指标，所述视觉重投影误差残差项用于描述三维空间点投影到二维像平面后的位置偏差； 将所述待优化变量集输入至所述目标优化模型进行参数优化，基于目标优化模型输出的参数优化结果更新双目视觉惯性导航系统的当前状态参数，并将更新后的当前状态参数作为新的待优化变量集，重新执行所述将所述待优化变量集输入至所述目标优化模型进行参数优化的步骤； 所述基于特征检测算法对各网格区域进行特征点检测，从所述网格区域中筛选出有效特征网格，包括： 基于特征检测算法对各网格区域进行特征点检测，确定各网格区域中的候选特征点以及各候选特征点的响应值； 从所述候选特征点中筛选出响应值不低于响应阈值的目标特征点； 对各网格区域进行纹理筛选，确定所述网格区域中纹理特征满足纹理特征条件的候选网格； 判断各候选网格中的目标特征点数量是否达到特征点数量阈值； 将所述候选网格中目标特征点数量达到特征点数量阈值的网格作为有效特征网格； 基于所述特征检测算法对所述候选网格中目标特征点数量未达到特征点数量阈值的网格重新进行特征点检测，将检测到的新的目标特征点添加至候选网格，并返回执行所述判断各候选网格中的目标特征点数量是否达到特征点数量阈值的步骤； 所述目标优化模型采用滑动窗口优化策略、视觉重投影误差残差项和IMU预积分误差残差项构建，所述目标优化模型表示为： 其中，表示目标优化模型函数，表示边缘化残差，表示IMU预积分误差残差项，表示视觉重投影误差残差项，表示Huber损失函数，表示边缘化的测量估计矩阵，表示每一项的协方差矩阵，表示当前滑动窗口中观察到的稳定特征点集合，表示所有IMU测量值集合； 所述目标优化模型的构建过程，还包括： 采用滑动窗口优化策略、视觉重投影误差残差项和IMU预积分误差残差项构建初始优化模型； 对各稳定特征点进行质量评估，确定各稳定特征点的观测质量，并基于所述观测质量配置各稳定特征点的权重因子； 基于所述权重因子更新视觉重投影误差残差项，更新后的视觉重投影误差残差项包括： 其中，表示稳定特征点对应的权重因子； 根据所述更新后的视觉重投影误差残差项对所述初始优化模型进行调整，获得目标优化模型，所述目标优化模型表示为： 其中，表示更新后的视觉重投影误差残差项。

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湖南工商大学，其通讯地址为：410000 湖南省长沙市岳麓区岳麓大道569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。