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！

龙图腾网获悉中南林业科技大学申请的专利动态场景下轻量化视觉SLAM系统、VSLAM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：CN117274313B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202311320629.X，技术领域涉及：G06T7/246；该发明授权动态场景下轻量化视觉SLAM系统、VSLAM方法是由于文涛;张祺设计研发完成，并于2023-10-12向国家知识产权局提交的专利申请。

本动态场景下轻量化视觉SLAM系统、VSLAM方法在说明书摘要公布了：本发明提供一种复杂动态场景下视觉SLAM系统、VSLAM方法，该系统包括视觉传感器、跟踪线程、目标检测模块、逻辑判别模块、局部建图线程、回环线程和全部BA线程，目标检测模块为改进的目标检测网络yolov5s，其中，改进的目标检测网络yolov5s包括输入端、Backbone网络、Neck网络和Head网络，Backbone网络采用轻量级网络Ghostnet，轻量级网络Ghostnet融入CA注意力机制，更好的捕捉环境中的动态因素，目标检测模块以线程的形式高效地嵌入到跟踪线程中，目标检测模块用于检测物体类别。本发明通过改进的目标检测网络yolov5s和逻辑判别模块对视觉SLAM系统前端的动态特征点进行快速剔除，提高了整个视觉SLAM系统的准确率和效率，平衡了定位精度和计算复杂度之间的竞争需求。

本发明授权动态场景下轻量化视觉SLAM系统、VSLAM方法在权利要求书中公布了：1.一种动态场景下轻量化视觉SLAM系统，其特征在于，包括视觉传感器、跟踪线程、目标检测模块、逻辑判别模块、局部建图线程、回环线程和全部BA线程，其中， 所述视觉传感器采用RGBD相机，所述RGBD相机用于采集场景图像； 所述目标检测模块为改进的目标检测网络yolov5s，其中，改进的所述目标检测网络yolov5s包括输入端、Backbone网络、Neck网络和Head网络，所述Backbone网络采用轻量级网络Ghostnet，所述轻量级网络Ghostnet融入CA注意力机制，所述目标检测模块以线程的形式嵌入到所述跟踪线程中，所述目标检测模块用于检测物体类别； 所述逻辑判别模块用于判别所述目标检测模块检测的物体类别为动态目标还是静态目标，并针对动态目标和静态目标来判别是否剔除； 所述跟踪线程包括ORB特征点提取模块，所述跟踪线程通过所述ORB特征点提取模块将所述RGBD相机采集的场景图像进行ORB特征点提取，将动态目标对应的ORB特征点剔除后，剩下的静态目标ORB特征点进行特征匹配恢复RGBD相机位姿，在获得初始位姿后进行局部位姿优化，然后进行关键帧的审核与生成； 当待处理关键帧队列非空时，所述局部建图线程开始工作，所述局部建图线程对生成的关键帧进行处理，删除不满足条件的地图点同时创建新的具有匹配关系的地图点进行补充，接着进行局部BA优化，优化所有地图点，同时删除冗余关键帧； 所述回环线程用于检测大回环，并通过执行位姿图优化来修正累积误差，所述回环线程在位姿图优化后启动全局BA线程； 所述全局BA线程执行全局BA，更新地图； 动态目标ORB特征点的检测和剔除的具体方法为： 改进的目标检测网络yolov5s对RGB-D场景图像帧进行推理后生成预测框，预测框由位置参数x、y、w、h以及置信度和分类结果6个参数组成，其中，x、y分别为预测框的中心与RGB-D场景图像的相对值，w和h表示预测框的长和宽与RGB-D场景图像的相对值，置信度代表该预测框内包含某物体的可信度以及预测框位置的准确度，分类结果根据训练时使用的数据集所包含的物体类别决定； 将改进的目标检测网络yolov5s输出的参数转换为预测框在RGB-D场景图像下坐标的公式，公式为： 其中，l为RGB-D场景图像的宽；d为RGB-D场景图像的高，预测框内所包含的ORB特征点均是基于先验知识判断的待定动态特征点，预测框之外均为静态特征点，若所有的ORB特征点集合为P＝{P1,P2,…,Pn}，待定动态特征点集合R＝{R1,R2,…,Rn}，静态特征点集合为O＝{O1,O2,…,On}，P＝R∪O，集合R内所有ORB特征点都将参与动态特征点的筛选，每个ORB特征点的坐标信息X,Y由ORB-SLAM2系统前端计算得到；XA1,YA1和XA2,YA2分别为RGB-D场景图像的左上顶点坐标及右下顶点坐标； 逻辑判别模块通过动态特征点剔除算法剔除动态特征点，动态特征点剔除算法为： 将物体目标分为三种状态:高动态、中动态和低动态，其中低动态直接认为是静态； 如果ORB特征点x,y属于低动态特征类别，则确定为静态特征点，否则ORB特征点x,y处于高动态特性范围； 如果ORB特征点x,y属于低动态特征类别，则确定其为静态特征点，否则ORB特征点x,y被确定为动态特征点，对于动态ORB特征点进行剔除，对于静态特征点进行后续帧间匹配。

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南林业科技大学，其通讯地址为：410018 湖南省长沙市韶山南路498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”。