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 > 南京理工大学;江苏省中以产业技术研究院郭佳获国家专利权

南京理工大学;江苏省中以产业技术研究院郭佳获国家专利权

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!

龙图腾网获悉南京理工大学;江苏省中以产业技术研究院申请的专利基于EOBL-SSA算法的多相机标定优化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:CN113989380B

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:202111167660.5,技术领域涉及:G06T7/80;该发明授权基于EOBL-SSA算法的多相机标定优化方法是由郭佳;诸云;杜帅;王建宇;苏岩;黄成文渊;王阳;于捷平设计研发完成,并于2021-10-07向国家知识产权局提交的专利申请。

基于EOBL-SSA算法的多相机标定优化方法在说明书摘要公布了:本发明涉及一种基于EOBL‑SSA算法的多相机标定优化方法,采用融合模型优化技术,针对机器人在可视化定位中视觉相机标定精度的问题进行研究;根据当前新型智能算法的优缺点的问题,提出基于精英反向学习算法和麻雀搜索算法融合的机器人视觉相机标定优化算法,并将麻雀搜索算法与本发明所提出的EOBL‑SSA优化方法进行对比分析。本发明可以提高机器人视觉相机标定的精度,为机器人视觉的三维重建和路径规划提供更高的视觉精度。

本发明授权基于EOBL-SSA算法的多相机标定优化方法在权利要求书中公布了:1.一种基于EOBL-SSA算法的多相机标定优化方法,其特征在于,包括以下步骤: 步骤1、获取不同角度的标定板图像,对图片预处理并提取角点特征; 步骤2、求解内参数和畸变系数初值,具体为: 根据相机成像关系和相机内部关系fx=fc1dx,fy=fc2dy,得到u0,v0的初值;其中fc1和fc2是相机焦距;dx和dy是像素的物理长度;u0和v0是相机光轴和图像平面交点; 相机成像关系式为: 其中,zc为物距,xd,yd为像素坐标系,xw、yw、zw为世界坐标系,R、T为图像旋转平移矩阵; 由于该初值是在理想条件下求得,需要引入畸变系数加以校正,k1,k2,k3为径向畸变系数,p1,p2为切向畸变系数; 利用径向畸变数学模型 和切向畸变数学模型 以及联立得到 求得畸变下的初值;式中,[xu,yu]为图像归一化平面任一点p的坐标,r为点p与坐标系原点之间的距离; 利用张正友标定法对相机标定,得到优化前的参数值; 步骤3、初始化SSA算法的相关参数以及EOBL的参数,具体过程为: 包括种群的数量n,搜索空间的范围,迭代次数itermax;随机选取n个个体初始位置找出当前种群中最优个体的位置,并计算其适应度,其中d为种群个体的维数; 建立相机标定问题的目标函数: 其中pij为图像的匹配点,p为pij对应的重投影的点; 根据目标函数获得适应度函数以求得迭代最优个体适应度值,定义适应度函数为: 其中x,y即通过角点提取算法得到的实际像素坐标点,u,v是通过相机成像关系计算得到的像素坐标点,m为角点总数; 步骤4、更新麻雀中的发现者、加入者和警戒者的位置,具体为: 在每次迭代的过程中,发现者的位置更新描述如下: 其中,t代表当前迭代数,j=1,2,3,...,d;Xi,j表示第i个麻雀在第j维中的位置信息;α∈0,1]是一个随机数;R2和ST分别表示预警值和安全值,R2∈[0,1],ST∈[0.5,1];Q是服从正态分布的随机数;L表示一个1×d的矩阵,其中该矩阵内每一个元素全为1; 加入者的位置更新描述如下: 其中,Xp是目前发现者所占据的最优位置,Xworst则表示当前全局最差的位置;A表示一个1×d的矩阵,其中每个元素随即赋值维1或-1,并且A+=ATAAT-1; 其中Xbest是当前的全局最优位置;β作为步长控制参数,是服从均值为0,方差为1的正态分布的随机数;K∈[-1,1]是一个随机数,fi是当前麻雀个体的适应度值;fg和fω分别是当前全局最佳和最差的适应度值;ε为常数;Xbest表示这个位置的麻雀是种群中最好的位置;K表示麻雀移动的方向; 步骤5、利用精英反向策略对优秀个体进行反向求解,保留优秀个体,与上一次迭代的麻雀位置比较并替换,更新这一组麻雀的位置,具体如下: 取麻雀适应度排名10%作为精英解,同时获取精英麻雀的动态边界,利用反向学习策略求解反向解,对比更新前后麻雀,如果更优则替代之前的麻雀; 为麻雀种群中适应度排名前10%的个体; 其反向解表示为: 其中,K1是0,1上的动态系数;αj=minXi,j,βj=maxXi,j,αj,βj是动态边界;若动态边界操作使得越过边界成为不可行解,重置 步骤6、判断最优个体适应度的值是否满足预设精度或者是否达到最大迭代次数,如果没有就返回到步骤4,否则保留最优个体的位置,该个体对应的参数即为相机标定的结果。

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南京理工大学;江苏省中以产业技术研究院,其通讯地址为:210094 江苏省南京市孝陵卫200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。