Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中科(洛阳)机器人与智能装备研究院申抒含获国家专利权

中科(洛阳)机器人与智能装备研究院申抒含获国家专利权

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!

龙图腾网获悉中科(洛阳)机器人与智能装备研究院申请的专利基于多源融合的复杂场景三维重建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:CN119006700B

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:202410921977.0,技术领域涉及:G06T17/00;该发明授权基于多源融合的复杂场景三维重建方法是由申抒含;屠殿韬;刘养东设计研发完成,并于2024-07-10向国家知识产权局提交的专利申请。

基于多源融合的复杂场景三维重建方法在说明书摘要公布了:本发明公开一种基于多源融合的复杂场景三维重建方法,其基于神经辐射场和三维高斯溅射实现多传感器的信息融合,整个场景被编码在NeRF的符号距离场中,进而通过SDF作为中间介质来关联多模态数据;在NeRF的训练过程中,3DGS作为指导,显式的监督SDF的估计值,并且引导NeRF的射线进行采样。本发明能够在给定初始位姿的条件下,联合优化相机和激光雷达位姿以及场景的隐式表达,获得更加精确的位姿和场景三维重建结果,达到更高的重建精度。

本发明授权基于多源融合的复杂场景三维重建方法在权利要求书中公布了:1.一种基于多源融合的复杂场景三维重建方法,其特征是:其包括以下步骤: S1、采集目标场景的激光雷达点云数据和相机图像数据,采用所述激光雷达点云数据进行位姿估算,得到激光雷达位姿信息;采用所述相机图像数据进行位姿估算,得到相机位姿信息; S2、基于步骤S1中的相机图像数据和相机位姿信息,计算与三维椭球相关的损失函数,该损失函数用于训练三维椭球的属性以及优化相机位姿,三维椭球的属性包含:颜色、位置、透明度、旋转、尺度,其中,旋转和尺度进行组合,得到三维高斯椭球的方差;包括以下子步骤: S2.1、随机选择一张图像,根据该图像的位姿将所述目标场景的N个高斯椭球投影到图像坐标下,所述投影过程包括对高斯椭球的均值和方差分别投影,得到高斯均值在图像平面下的坐标、方差在二维平面上的投影,确定投影高斯数据; S2.2、根据投影高斯数据,渲染得到一张新的图像,图像上的每一个像素pi渲染的颜色为M个高斯椭球颜色的加权平均,且N≥M; S2.3、得到渲染图像后,计算渲染图像与真实图像的误差 其中,SSIMa,b代表两张图像的结构相似度;λssim是一个超参数,用于平衡两种误差; S2.4、假设有N个高斯椭球,首先得到所有高斯椭球的尺度,并取出每个高斯椭球尺度中的最小值τi,高斯椭球尺度的损失函数表示为 S3、基于步骤S1中的相机图像数据和激光雷达点云数据,以及相机和激光雷达位姿,计算与神经辐射场有关的损失函数; S4、将步骤S2和步骤S3中所有的损失加在一起,得到最终损失;将最终损失进行反向传播,优化三维高斯椭球、神经辐射场、以及相机和激光雷达位姿; S5、根据最终损失传播到高斯椭球均值上的梯度,对高斯椭球进行动态的增加; S6、若某个高斯椭球的透明度低于0.001,直接删除该高斯椭球; S7、将以上步骤S2~S6重复至少上万次,即完成训练,得到整个场景的三维表达; S8、根据训练的神经辐射场提取场景的三维重建结果。

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中科(洛阳)机器人与智能装备研究院,其通讯地址为:471000 河南省洛阳市涧西区龙裕路洛阳国家大学科技园1号楼201室;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”。

免责声明
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。