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！

龙图腾网获悉吉林大学申请的专利一种基于激光视觉融合数据的大场景重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：CN116558522B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310464311.2，技术领域涉及：G01C21/20；该发明授权一种基于激光视觉融合数据的大场景重定位方法是由陈国迎;何凯歌;王子昂设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本一种基于激光视觉融合数据的大场景重定位方法在说明书摘要公布了：本发明适用于激光雷达定位技术领域，提供了一种基于激光视觉融合数据的大场景重定位方法，包括如下步骤：步骤1：创建激光点云地图；利用车载激光雷达对大场景环境进行建图，生成激光点云地图；步骤2：获取初始位姿估计值；根据步骤1创建的激光点云地图，利用当前获取的点云帧，与地图中的特征点进行匹配，并进行优化，最终计算得到车辆当前位姿；步骤3：根据视觉数据进行匹配获取位姿；首先对图像信息提取特征点，计算描述子；根据当前图像已有的特征向量进行匹配，计算出图像与地图之间的相对位姿变换，并优化位姿以便获得更精确的位姿估计值；步骤4：获取重定位位姿。

本发明授权一种基于激光视觉融合数据的大场景重定位方法在权利要求书中公布了：1.一种基于激光视觉融合数据的大场景重定位方法，其特征在于，包括如下步骤： 步骤1：创建激光点云地图； 利用车载激光雷达对大场景环境进行建图，生成激光点云地图； 步骤2：获取初始位姿估计值； 根据步骤1创建的激光点云地图，利用当前获取的点云帧，与地图中的特征点进行匹配，并进行优化，最终计算得到车辆当前位姿； 步骤3：根据视觉数据进行匹配获取位姿； 首先对图像信息提取特征点，计算描述子；根据当前图像已有的特征向量进行匹配，计算出图像与地图之间的相对位姿变换，并优化位姿以便获得更精确的位姿估计值； 步骤4：获取重定位位姿； 在步骤4中，具体包括如下步骤： 步骤4.1：将初始位姿估计值和匹配的位姿作为变量，利用初始位姿估计值与匹配位姿之间的约束条件将它们联合优化； 步骤4.2：利用重定位位姿优化问题中的约束条件对变量进行限制； 步骤4.3：将上述重定位位姿优化问题中的约束条件带入到优化问题中，采用优化算法求解得到最优的重定位位姿； 步骤4.4：将新的重定位位姿应用到地图中，更新地图中的点云数据和图像数据，使得地图与环境保持一致； 步骤4.5：根据重定位位姿的误差大小和优化收敛情况，判断重定位是否成功；如果重定位失败，则需要重新进行位姿估计和匹配； 在步骤4.3中，设计自适应MPC横向控制器，具体包括如下步骤： 步骤4.3.1：将点云地图中的特征点与当前图像中的特征点进行匹配，得到匹配点对及其对应的特征描述子； 步骤4.3.2：通过这些匹配点对，可以构建初始位姿估计值与匹配位姿之间的约束条件，将其带入到优化问题中； 步骤4.3.3：将点云地图中的点投影到当前相机坐标系下，得到对应的二维像素坐标；通过这些投影点与当前图像中的特征点进行匹配，得到匹配点对并计算及其对应的相对位姿变换；将这些匹配点对的相对位姿变换带入到优化问题中，作为相机位姿与点云地图之间的约束条件； 步骤4.3.4：将以上约束带入到优化函数中，使用优化算法求解出最优的重定位位姿。

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吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699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。