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！

龙图腾网获悉天津大学申请的专利基于语义分割网络与深度变化分析的动态环境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：CN120298890B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510362753.5，技术领域涉及：G06V20/10；该发明授权基于语义分割网络与深度变化分析的动态环境VSLAM方法是由郭振栋;董娜;李冬辉设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本基于语义分割网络与深度变化分析的动态环境VSLAM方法在说明书摘要公布了：本发明涉及一种基于语义分割网络与深度变化分析的动态环境VSLAM方法，该方法以ORB‑SLAM3为基础，引入语义分割网络和动态目标检测模块，首先对输入的RGB图像和深度图像进行处理，将场景中的目标分为动态目标、静态目标和半静态目标；然后，进行目标上特征点的筛选，剔除动态目标的特征点，保留静态目标的特征点，针对半静态目标，通过时间序列深度变化分析策略，构建深度时间序列模型并提取动态性特征，计算动态性概率评分对动态特征点进行剔除。将筛选的特征点进入SLAM流程实现跟踪、局部建图、闭环检测、地图融合及全局优化，从而得到与RGB图像对应的轨迹图。该方法可以有效解决动态目标干扰问题，提升了VSLAM系统在复杂动态环境中的鲁棒性和精度。

本发明授权基于语义分割网络与深度变化分析的动态环境VSLAM方法在权利要求书中公布了：1.一种基于语义分割网络与深度变化分析的动态环境VSLAM方法，其特征在于，采用的动态环境VSLAM系统包括ORB-SLAM3，所述ORB-SLAM3包括前端跟踪模块、局部建图模块、回环检测模块和全局优化模块；在所述的跟踪模块前端引入语义分割网络和动态目标检测模块； 所述语义分割网络从输入图像中提取信息、融合多层次的特征以及进行最终的目标分割；所述语义分割网络包含特征提取模块、特征融合模块和语义分割模块； 所述特征提取模块包括若干个卷积块Conv和交叉卷积块Cross-block，所述交叉卷积块Cross-block基于Cross卷积设计； 所述特征融合模块包括若干个常规的卷积块和特征融合块FFB； 所述语义分割模块包括卷积层、上采样层和感受野增强块RFEB，所述感受野增强块RFEB包括五个并行分支，其中两个分支采用常规卷积操作，两个分支采用空洞卷积操作，另一个分支采用池化操作，用于捕获全局上下文信息； 将分割后的目标区分为动态目标、半静态目标和静态目标；所述动态目标指在观察期间内发生运动的目标，所述静态目标指在观察期间没有任何运动的目标，所述半静态目标指在观察期间内由静态转为动态的目标；然后，所述动态目标检测模块对目标上的特征点进行筛选； 所述ORB-SLAM3对筛选出的特征点进行特征点优化处理，最终生成与RGB图像对应的轨迹图。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。

以上内容由龙图腾AI智能生成。