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 > 深圳先进技术研究院徐坤获国家专利权

深圳先进技术研究院徐坤获国家专利权

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!

龙图腾网获悉深圳先进技术研究院申请的专利一种协同三维建图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:CN114332360B

龙图腾网通过国家知识产权局官网在2025-07-08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:202111510369.3,技术领域涉及:G06T17/00;该发明授权一种协同三维建图方法及系统是由徐坤;冯时羽;李慧云;党少博;潘仲鸣设计研发完成,并于2021-12-10向国家知识产权局提交的专利申请。

一种协同三维建图方法及系统在说明书摘要公布了:本发明提供一种协同三维建图方法及系统,包括:通过云端检测视觉定位标记;通过所述视觉定位标记优化无人机视觉里程计的位姿估计;通过所述视觉定位标记优化无人车视觉里程计的位姿估计;通过所述云端完成ORB‑SLAM框架的局部地图构建线程和闭环检测线程。与现有技术相比,本发明主要基于ORB‑SLAM框架和云端实现,由无人机与无人车自身实现ORB‑SLAM中的跟踪线程,由云端实现ORB‑SLAM中的局部地图构建线程和闭环检测线程,利用视觉定位标记优化无人机视觉里程计的位姿估计,以及利用视觉定位标记优化无人车视觉里程计的位姿估计,能够解决协同SLAM系统实时性难以满足以及解决协同SLAM系统定位不准的问题,能够实现鲁棒性好、精度高和实时性强的协同三维建图系统。

本发明授权一种协同三维建图方法及系统在权利要求书中公布了:1.一种协同三维建图方法,其特征在于,包括: 环境准备,采集环境信息; 选至少2处环境点,打上视觉定位标记; 通过云端检测视觉定位标记; 通过所述视觉定位标记优化无人机视觉里程计的位姿估计; 通过所述视觉定位标记优化无人车视觉里程计的位姿估计; 通过所述云端完成ORB-SLAM框架的局部地图构建线程和闭环检测线程; 采集环境信息,采用Docker作为云端容器,采用Kubernetes作为容器的调度服务,采用BRPC和Beego作为网络构架搭建云平台,使多智能体端与所述云端通讯; 所述环境信息包括图像信息,对所述图像信息采用ORB-SLAM算法提取特征点和描述子; 通过PnP算法求得深度,得到点云信息; 所述“通过视觉定位标记优化无人机视觉里程计的位姿估计”具体包括: 定义坐标系,定义无人机装载相机坐标系、无人机坐标系、视觉定位标记坐标系以及世界坐标系,所述世界坐标系由无人机第一帧确定; 所述无人机装载相机坐标系的YOZ平面与所述无人机坐标系的YOZ平面平行,并设置所述无人机坐标系的原点在所述无人机中心; 计算出所述无人机装载相机坐标系到所述世界坐标系的关系; 计算出所述无人机装载相机坐标系与所述视觉定位标记坐标系的相对位姿; 通过所述视觉定位标记得到的相对位姿和视觉里程计得到的相对位姿,求出轨迹误差,并将所述轨迹误差平分在所述无人机的每个关键帧上,使得闭环关键帧与实际误差减小; 所述“通过视觉定位标记优化无人车视觉里程计的位姿估计”具体包括: 定义坐标系,定义无人车装载相机坐标系、视觉定位标记坐标系以及世界坐标系,所述世界坐标系由所述无人机第一帧确定,确定所述无人车装载相机坐标系与所述无人车坐标系的关系; 得到所述无人车装载相机坐标系与所述世界坐标系相对位姿、所述视觉定位标记坐标系与所述无人车装载相机坐标系相对位姿、以及所述视觉定位标记坐标系与所述世界坐标系相对位姿; 优化无人车位姿与点云坐标; 定义所述视觉定位标记坐标系与所述无人车装载相机坐标系相互间的相对误差是: 构建优化目标函数: 其中: 其中,表示三维特殊正交群,表示从所述无人车装载相机坐标系到所述世界坐标系的平移误差,表示从所述视觉定位标记坐标系到所述无人车装载相机坐标系的平移误差,表示维数为3的一组基,表示从所述无人车装载相机坐标系到所述世界坐标系的旋转误差,表示从所述视觉定位标记坐标系到所述无人车装载相机坐标系的旋转误差; 相机运动不止造成旋转误差、以及平移误差、,还伴随尺度上的漂移,故进行针对尺度的变换,并采用变换算法,因此: 其中,Scw代表视觉定位标记点从所述世界坐标系到所述无人车装载相机坐标系的相似变换,Sbc代表所述视觉定位标记点从所述视觉定位标记坐标系到所述无人车装载相机坐标系的相似变换,s表示尺度因子; 令优化后的姿态为,那么纠正完成的姿态是: 其中,Rbw表示所述视觉定位标记点从所述世界坐标系到所述视觉定位标记坐标系的旋转矩阵,tbw表示所述视觉定位标记点从所述世界坐标系到所述视觉定位标记坐标系的平移,s表示尺度因子,代表优化后的旋转矩阵、平移向量和尺度因子,代表优化后的相似变换; 设定无人车在优化发生前的3D位置为,则得到变换后的坐标: 其中代表所述无人车优化后的位姿。

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深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区西丽大学城学院大道1068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”。

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。