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前沿技术研究院申请的专利一种基于场景识别和深度学习的视觉定位方法及系统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：CN118840529B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411310480.1，技术领域涉及：G06V10/22；该发明授权一种基于场景识别和深度学习的视觉定位方法及系统是由李健;陈雪梅;刘晓慧;杨东清;张宝庭设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种基于场景识别和深度学习的视觉定位方法及系统在说明书摘要公布了：本发明提出了一种基于场景识别和深度学习的视觉定位方法及系统，属于计算机视觉和深度学习技术领域，包括：获取机器人所处的环境下的图像信息和机器人的位移与旋转信息；将获取的信息输入至深度学习模型进行场景识别，获得识别的场景图像；针对识别的场景图像中，获得匹配好的图像特征点；针对匹配好的特征点，从特征匹配结果中选择一对图像，计算机器人上的相机的初始位姿；将图像特征点、初始位姿输入至深度学习模型，输出校正后的位姿。

本发明授权一种基于场景识别和深度学习的视觉定位方法及系统在权利要求书中公布了：1.基于场景识别和深度学习的视觉定位方法，其特征是，包括： 获取机器人所处的环境下的图像信息和机器人的位移与旋转信息； 针对获取的信息进行场景识别，获得识别的场景图像； 利用ResNet深度学习模型进行场景识别； 针对识别的场景图像中，获得匹配好的图像特征点； 针对匹配好的特征点，从特征匹配结果中选择一对图像，计算机器人上的相机的初始位姿； 将图像特征点、初始位姿输入至深度学习模型，输出校正后的位姿，基于校正后的位姿进行视觉定位； 其中，深度学习模型根据采集获取的信息不断调整参数，自适应更新深度学习模型； 计算机器人上的相机的初始位姿时采用PnP算法估计相机位姿； ResNet深度学习模型公式表示如下： ； ； 其中：是输入图像，是初始位姿估计，是校正后的位姿，，，，是神经网络的权重和偏置； 采用均方误差损失来衡量校正后的位姿与真实位姿之间的差异： ； 其中，表示均方误差损失，和是第i个样本的真实位姿，和是校正后的位姿； 采用BA图优化方法对全局位姿进行优化； 重新定义误差函数： ； 其中，表示整个代价函数在当前状态下对相机姿态的偏导数，表示该函数对路标点位置偏导数，表示误差函数，表示位姿个数，表示空间坐标个数，表示旋转增量。

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前沿技术研究院，其通讯地址为：250000 山东省济南市长清区崮云湖街道芙蓉路3266号北京理工大学前沿技术研究院A-2座3层；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”。