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！

龙图腾网获悉北京理工大学申请的专利一种基于地空交叉视角视觉里程计的定位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：CN116753979B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310707796.3，技术领域涉及：G01C22/00；该发明授权一种基于地空交叉视角视觉里程计的定位方法是由杨毅;侯宇轩;禹竞;潘淼鑫;张昱潇;王涛设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种基于地空交叉视角视觉里程计的定位方法在说明书摘要公布了：本发明公开了一种基于地空交叉视角视觉里程计的定位方法，本发明通过判断地空视角定位网络输出的概率图的数学特征判断定位精度，作为其是否与内部里程计融合的条件，可以将不准确的地空教程定位结果剔除，将精度较高的定位结果和内部里程计融合，以获得更高的精度；本发明使用地面全景图像和离线获取的的空中视角图像进行匹配定位，可以在GNSS信号受干扰的条件下提供全局定位信息；本发明使用地空交叉视角定位和里程计融合，消除内部里程计长期运行带来的累积误差，提高定位精度。

本发明授权一种基于地空交叉视角视觉里程计的定位方法在权利要求书中公布了：1.一种基于地空交叉视角视觉里程计的定位方法，其特征在于，包括： 步骤S1、获取空中视角图像、地面视角图像及其相应的道路网络真值，建立图像训练集； 步骤S2、提供地面视角图像以及在地面视角图像位置的空中视角图像，以及空中视角图像对应的路网图像，一并输入地空交叉视角定位网络中，并建立损失函数，反向传播优化网络参数以实现训练； 其中，地空交叉视角定位网络包括孪生网络、交叉激励模块、特征图融合模块、概率图估计模块以及道路提取辅助训练模块； 孪生网络是指两个结构相同的网络，分为空中视角图像孪生网络分支和地面视角图像孪生网络分支；孪生网络的2个分支使用的都是ResNet34网络； 空中视角图像孪生网络分支输入图像为空中视角图像；ResNet34有4层：第1层有3个残差块，输出特征图；第2层有3个残差块，输出特征图；第3层有6个残差块，输出特征图；第4层有3个残差块，输出空中特征图；空中视角图像孪生网络分支的第2层输出的特征图送入给道路提取辅助训练模块； 地面视角图像孪生网络分支采用同样的结构，输入为地面全景图像；每一层的输出特征图为、、、； 在所述交叉激励模块中，经孪生网络主干输出的空中特征图和地面特征图分别经过特征激励层，得到空中激励向量和地面激励向量；再将空中激励向量与地面特征图按通道相乘，将地面激励向量与空中特征图按通道相乘，分别对应得到激励后空中特征图和激励后地面特征图； 在特征图融合模块中，将激励后空中特征图依次经过卷积、归一化层、激活函数，得到卷积后空中特征图；将激励后地面特征图依次经过卷积和激活函数，得到卷积后地面特征图；将卷积后空中的特征图和卷积后地面的特征图按的每个通道展开成的矩阵；将每个向量按对应通道进行矩阵乘法，得到融合后的特征图； 对融合后的特征图，先经过大小为，步长为2的卷积块得到特征图；在概率图估计模块中，特征图经过反卷积网络，得到概率图，具体为：反卷积网络由3个反卷积块组成；反卷积块由卷积块、反卷积、卷积块连接而成；特征图与空中视角图像孪生网络分支的第2层残差块输出的特征图拼接，经过第1个反卷积模块，得到特征图；特征图与空中视角图像孪生网络分支的第1层残差块输出的特征图拼接，经过第2个反卷积模块，得到特征图；特征图经过第3个反卷积模块得到概率图； 道路提取辅助训练模块是由反卷积模块组成，使用特征图与空中图像孪生网络的支干网络输出进行按通道拼接，得到特征图；使用3个反卷积块将特征图上采样到大小为32×512×512的特征图；最后，使用3×3卷积层和sigmoid激活函数，得到空中视角图像视角的道路图像掩码图像； 步骤S3、在初始位姿已知的定位任务中，无人平台通过内部里程计进行定位；在运行的过程中，通过鱼眼相机或环视相机获得地面平台估计的当前位置的全景图像，并得到地面视角图像；根据本里程计估计出的前一时刻位姿，获得空中视角图像： 步骤S4、将空中视角图像同地面视角图像输入训练好的地空交叉视角定位网络中，得到估计的概率图； 步骤S5、计算概率图的数学特征，根据其数学特征判断是否使用地空交叉视角修正内部里程计，如果是，执行步骤6； 步骤S6、将地空交叉视角定位与内部里程计的位姿图中进行联合优化，获取定位后的结果。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。