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！

龙图腾网获悉北京联合大学申请的专利鱼眼相机SLAM方法和装置、系统、存储介质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：CN119904349B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202411986240.3，技术领域涉及：G06T3/047；该发明授权鱼眼相机SLAM方法和装置、系统、存储介质是由刘宏哲;徐成;杜煜;徐冰心;潘卫国;代松银;严永嘉设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本鱼眼相机SLAM方法和装置、系统、存储介质在说明书摘要公布了：本发明公开一种鱼眼相机SLAM方法和装置、系统、存储介质，包括：通过双目鱼眼相机获取的广角图像；对广角图像进行预处理，对预处理后的图像使用ORB特征提取器提取视觉特征点；根据视觉特征点，通过鱼眼图像光流估计网络模型对相邻图像帧进行稠密光流估计，以获取像素级的运动信息；基于光流估计结果，为特征匹配制定区域建议策略，通过ORB特征匹配得到初步的位姿估计结果，利用初步位姿结果进行图像重投影，并结合光流估计结果对异常点进行剔除；使用优化后的匹配点对重新估计位姿，进行局部优化和全局优化；输出全局位姿变换结果及构建的点云地图。采用本发明的技术方案，提高鱼眼相机环境下的匹配精度。

本发明授权鱼眼相机SLAM方法和装置、系统、存储介质在权利要求书中公布了：1.一种鱼眼相机SLAM方法，其特征在于，包括： 通过双目鱼眼相机获取的广角图像； 对广角图像进行预处理，对预处理后的图像使用ORB特征提取器提取视觉特征点； 根据视觉特征点，通过鱼眼图像光流估计网络模型对相邻图像帧进行稠密光流估计，以获取像素级的运动信息； 基于光流估计结果，为特征匹配制定区域建议策略，通过ORB特征匹配得到初步的位姿估计结果， 利用初步位姿结果进行图像重投影，并结合光流估计结果对异常点进行剔除； 使用优化后的匹配点对重新估计位姿，进行局部优化和全局优化； 输出全局位姿变换结果及构建的点云地图； 应用针对鱼眼图像优化后的深度学习方法对相邻图像帧进行稠密光流估计，以获取像素级的运动信息，具体包括： 步骤3-1数据准备：使用现有鱼眼图像光流估计数据集SynWoodScape作为数据源，将其按照7：3的比例，拆分为训练集和测试集； 步骤3-2网络模型搭建：鱼眼图像光流估计网络由编码器、信息融合、光流预测和解码器组成： 1特征编码：分别提取相邻帧相关性特征、鱼眼图像动态边缘特征和上下文特征，具体如下： 提取相邻帧相关性特征：将前一帧I1和当前帧I2拼接，使用一个权重共享的卷积神经网络N进行相关性特征提取，得到密集下采样特征F1和F2：通过计算两个特征图之间的余弦相似度来表示所有像素点的相关Cor：对Cor的后两维进行不同尺寸的池化处理，得到相邻帧相关性特征 提取鱼眼图像动态边缘特征和上下文特征：将I1和I2转化成灰度图像，通过计算绝对帧差，得到两帧运动关系ID；根据多项式模型和图像尺寸确定边缘强畸变区域的位置；在经过多轮的去噪、连通域分析和开闭操作后，得到剔除噪声点和大多数背景后的边缘动态物体掩码Imask；使用可变形残差网络分别对Imask和I2进行特征编码，得到动态边缘特征Fmotion和上下文特征Fcontext； 2信息融合：使用卷积块注意力机制模块融合上下文特征和动态边缘特征，得到动态上下文增强特征； 3光流预测：通过门控循环单元融合上述特征，迭代更新光流偏移量，获取低分辨率下的光流估计结果； 4特征解码：通过上采样层和卷积层，用于逐步恢复特征图的空间分辨率，得到稠密光流估计结果； 步骤3-3模型训练：学习率设置为1.25e-4，使用AdamW优化器在训练集上迭代60k次，门控循环单元进行32轮光流更新； 步骤3-4模型应用：对相邻鱼眼图像帧进行光流估计，以获取像素级的运动信息。

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联合大学，其通讯地址为：100101 北京市朝阳区北四环东路97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”。