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！

龙图腾网获悉电子科技大学申请的专利一种应用于动态室内场景的视觉SLAM鲁棒性提升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：CN115830066B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211454580.2，技术领域涉及：G06T7/246；该发明授权一种应用于动态室内场景的视觉SLAM鲁棒性提升方法是由李磊;张翔;周婉婷设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本一种应用于动态室内场景的视觉SLAM鲁棒性提升方法在说明书摘要公布了：本发明公开了一种应用于动态室内场景的视觉SLAM鲁棒性提升方法，采用语义分割神经网络提取场景中先验运动物体区域，生成相应的蒙版并进行精细化处理，提取精细化处理后的语义蒙版外轮廓，遍历当前帧中所有特征点，计算其到外轮廓的欧氏距离和相应的深度数据，将当前帧特征点集合分为三类，然后将当前帧和上一帧的先验静止特征点集合输入到运动一致性检测过程中的轻量级帧跟踪过程得到帧间变换矩阵，再利用该变换矩阵和几何约束作用在当前帧与上一帧的先验未知特征点集合上，得到当前帧中的静止特征点集合，将其输入到跟踪线程中进行计算得到更精确的位姿估计。本发明的方法提升了视觉SLAM系统在室内环境存在运动物体的情况下工作的稳定性与精度。

本发明授权一种应用于动态室内场景的视觉SLAM鲁棒性提升方法在权利要求书中公布了：1.一种应用于动态室内场景的视觉SLAM鲁棒性提升方法，具体步骤如下： S1、采用语义分割神经网络提取场景中先验运动物体区域，根据语义分割结果生成相应的蒙版，然后利用图像的形态学操作：腐蚀和膨胀，对蒙版进行精细化处理，消除不正确的分割结果，提取精细化处理后的语义蒙版的外轮廓； S2、基于步骤S1中提取的语义蒙版外轮廓，遍历当前帧中所有的特征点计算每个特征点到语义蒙版外轮廓的欧式距离，根据这个距离结合与当前帧对应的深度图信息将当前帧中的特征点划分为三个集合：先验动态特征点集合、先验未知特征点集合、先验静止特征点集合； S3、将当前帧和上一帧的先验静止特征点集合输入到运动一致性检测过程中的轻量级帧跟踪过程得到帧间变换矩阵，利用得到的帧间变换矩阵及运动一致性检测过程中的几何约束作用在当前帧和上一帧中数据关联好的先验未知特征点集合上，得到对极几何约束以及场景流约束数据； 所述步骤S3中，运动一致性检测过程包括了基于迭代最近点算法的轻量级帧跟踪过程以及对极几何约束和场景流约束数据提取过程； 所述步骤S3中，基于ICP算法的轻量级帧跟踪过程，降低了帧间变换矩阵初始化的时间，具体如下： 假设在当前帧中的相机坐标系中有一个3D点集在上一帧中的相机坐标系中有一个3D点集其中与代表相机坐标系中的一个3D点；假设上一帧到当前帧的旋转矩阵为Rcl，平移向量为tcl；假设以上提到的3D点集都是已经进行了数据关联，预先设定令则旋转矩阵以及平移向量将由下式给出： tcl＝pc-Rclpl2 其中，表示3D点集Pc的第i个点，表示3D点集Pl的第i个点，n表示3D点集中点的个数； 采用矩阵的奇异值分解算法求解式1，定义一个3×3的矩阵W，其计算公式如下： 其中，Q、M、∑表示对角矩阵，矩阵W满秩，T表示矩阵的转置运算； 则式1的解如下： Rcl＝QMT4 将式4代入式2得到平移向量的计算公式： S4、将对极几何约束以及场景流约束的数据信息组合成一个二维的向量，然后利用该向量的二范数来代表最终的误差值，如果误差值大于设定的阈值，那么该特征点就是属于运动特征点集合，否则就是属于静止特征点集合，然后利用得到的静止特征点集合进行精确帧跟踪，最后得到消除场景中运动物体干扰的位姿估计数据。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。