湘潭大学李鹏获国家专利权
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!
龙图腾网获悉湘潭大学申请的专利改进几何约束的多特征视觉Manhattan-SLAM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:CN119180863B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202411231038.X,技术领域涉及:G06T7/73;该发明授权改进几何约束的多特征视觉Manhattan-SLAM是由李鹏;盘宏斌;蔡成林;周彦;程鹏;李炎隆;邓元明;王子旭设计研发完成,并于2024-09-04向国家知识产权局提交的专利申请。
本改进几何约束的多特征视觉Manhattan-SLAM在说明书摘要公布了:本发明提出一种改进几何约束的多特征视觉Manhattan‑SLAM,包括:S1,多特征提取与匹配,充分利用场景结构信息,从中提取点、线和面多特征信息;S2,线特征隐藏参数显化与短线特征合并,针对LSD算法中部分参数进行显化并调整,随后设立判定条件,将符合条件的短线特征进行合并,并将经过合并的线特征用于特征匹配,提高视觉跟踪的精度;S3,建立几何与外观约束的线特征匹配跟踪策略,对线特征的空间位置和几何关系建立约束,提高线特征匹配与跟踪的精度;S4,结合结构化场景与非结构化场景的位姿估计,针对点线面多维特征构建重投影误差,利用Levenberg‑Marquardt算法对重投影误差进行优化,并由此得到结构化环境和非结构环境下的平移旋转估计;S5,将提取的点线面多特征融合,建立并更新稀疏地图。
本发明授权改进几何约束的多特征视觉Manhattan-SLAM在权利要求书中公布了:1.改进几何约束的多特征视觉Manhattan-SLAM方法,其特征在于,包括以下步骤: S1,点线面多特征提取与匹配,点特征采用ORB特征提取算法,使用各自描述符之间的汉明距离寻找最佳的特征匹配对;线特征的提取采用LSD检测算法从图像中提取出线特征,利用线特征描述符LineBandDescriptor,LBD算法得到每个线特征的描述符,用于后续特征匹配,在获取图像帧的二维参数化表示后,计算其归一化形式: 其中,为归一化直线表示,和分别为二维直线的起点和终点坐标; 平面特征从深度图像中提取,采用分层聚类AgglomerativeHierarchicalClustering,AHC方法,通过比较法线之间的夹角和平面距离来进行平面匹配; S2,线特征隐藏参数显化与短线特征合并,通过显化LSD隐藏参数,并调整线特征提取的最小密度阈值和图像尺度参数,并对LSD线段检测算法提取到的大量低于长度阈值的短线特征进行判定: 1短线特征至少在两个连续帧中被检测到; 2短线夹角是否满足阈值; 3短线特征之间的描述符距离是否满足阈值; 接着根据判定条件将检测到的短线特征进行合并,并采用最小二乘法合并可用的短线特征,并将经过合并的线特征用于特征匹配,提高视觉跟踪的精度; S3,基于几何和外观约束的跟踪方式,针对线特征的方向、位置信息,建立几何与外观约束的线特征匹配跟踪,定义参考帧和当前帧中两条对应线段的方向角余弦值: 其中,、为线匹配对的归一化单位向量,本文设定余弦阈值为0.94,若大于此阈值,则认为匹配有效即小于20°; 接着提取线段在图像中的位置信息,计算两条线段起点和终点在x和y方向上的差值,并分别与设定阈值进行比较: 其中,分别表示当前帧中的线段起点在x和y方向的位置坐标,分别表示上一帧中的线段起点在x和y方向的位置坐标,分别为根据图像大小设定的位置差异阈值; S4,结合结构化场景与非结构化场景的位姿估计; S5,将提取的点线面多特征融合,并建立稀疏地图。
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湘潭大学,其通讯地址为:411105 湖南省湘潭市雨湖区湘潭大学;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励