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！

龙图腾网获悉南京航空航天大学申请的专利一种基于语义基准库的视觉导航测绘定位方法、装置及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：CN118730078B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410629306.7，技术领域涉及：G01C21/00；该发明授权一种基于语义基准库的视觉导航测绘定位方法、装置及介质是由王帅帅;孙永荣;许舒晨设计研发完成，并于2024-05-21向国家知识产权局提交的专利申请。

本一种基于语义基准库的视觉导航测绘定位方法、装置及介质在说明书摘要公布了：本发明公开了一种基于语义基准库的视觉导航测绘定位方法、装置及介质，所述方法包括：基于测绘车采集自身高精度地理位置信息和环境图像信息，通过YOLOv5s网络提取图像语义信息，并划分为高动态语义信息和高静态语义信息；采用动态特征点剔除算法，剔除动态物体上特征点；基于高静态语义信息构建具有地理信息的语义路标基准库；根据图像语义信息和相机位姿Twc与语义路标基准库进行匹配；匹配成功后，通过位姿优化算法，对视觉里程计累积误差进行修正，得到精确的相机位姿；通过坐标系变换，输出车辆高精度地理坐标。本发明适用于户外场景下的长航时高精度定位且无需激光雷达辅助，实现车辆地理坐标系下高精度定位。

本发明授权一种基于语义基准库的视觉导航测绘定位方法、装置及介质在权利要求书中公布了：1.一种基于语义基准库的视觉导航测绘定位方法，其特征在于，包括以下步骤： 1基于测绘车采集自身高精度地理位置信息和环境图像信息，通过YOLOv5s网络提取图像语义信息，并划分为高动态语义信息和高静态语义信息； 2采用动态特征点剔除算法，剔除高动态语义信息上的特征点； 3基于高静态语义信息构建具有地理信息的语义路标基准库； 4根据图像语义信息和相机位姿与语义路标基准库进行匹配； 5当前帧与语义路标帧语义类别一致，语义像素框坐标偏差和欧式距离满足设置的阈值为匹配成功，然后通过位姿优化算法，对视觉里程计累积误差进行修正，得到精确的相机位姿； 6通过坐标系变换，输出车辆高精度地理坐标； 所述步骤2实现过程如下： 对于人像素框内部的特征点直接进行剔除，基于光流算法进一步对车辆的动静态进行判别； 通过光流算法对特征点进行跟踪，获取前后帧匹配特征点； 计算两帧之间匹配特征点的平均像素偏差： 式中，pixd为平均像素偏差，u1t,v1t为第t个特征点在当前帧像素点坐标，u2t,v2t为上一帧中匹配点坐标,N为匹配成功特征点总数； 遍历车辆检测框内部特征点深度，计算深度平均值，作为车辆距离相机的距离： 其中，dep为车辆距离相机的距离，m为检测框内部特征点数量，di为第i个特征点深度值； 遍历车辆检测框内部特征点，若满足式4则认为是动态特征点，若不满足则是静态特征点，计算车辆检测框动态特征点与框内特征点总数比例，若大于设置的阈值Th，认为该车为动态车辆，剔除特征点，反之为静态车辆，保留特征点： 其中，c_pixi为车辆检测框内第i个匹配特征点像素偏移量与平均像素偏移量差的绝对值，Y为设置的阈值； 所述步骤5实现过程如下： 通过语义路标帧匹配算法，检索出语义路标基准库中语义路标匹配帧ls，位姿为当前帧相机位姿为若两者之间距离大于阈值dis_d，则此时视觉里程计推算出的相机位姿累积误差较大，直接将语义路标匹配帧位姿赋值给当前帧，并以当前帧为第一帧，初始化视觉里程计，大幅度修正累积误差；若两帧之间距离小于阈值dis_d，通过设计的改进光束平差法，对关键帧位姿和地图点坐标进行微修正；具体步骤如下： 构建重投影观测方程，记第i个地图点为匹配的像素坐标为为左图特征点坐标，为右图特征点水平坐标，当前帧相机位姿为通过式7将地图点从世界坐标系转换到相机坐标系下，并根据小孔成像原理用相机内参矩阵K将投影到像素坐标系下如式8所示，且根据双目模型构建左图特征点坐标与右图特征点坐标约束其中b为相机基线； 根据针孔相机模型和双目模型构建重投影观测方程： 其中，Fs为约束函数，ωx,i为噪声，Σx,i为协方差矩阵； 语义路标匹配帧位姿为对应的平移向量为当前帧位姿为对应的平移向量为利用语义路标匹配帧位姿对当前帧位姿进行约束，构建语义路标匹配帧观测方程： 其中，vS为噪声，∑SEM_L为协方差矩阵； 在经典光束平差法的基础上，引入新的误差项，来优化相机的位姿和地图点坐标，构建目标函数： 其中，Eperx,i是根据重投影误差构建的误差项，ESers,k是根据语义路标匹配帧构建的误差项，ρ、ρs为鲁棒核函数，用于弱化劣质误差边影响优化结果，使优化算法更加鲁棒；PL为地图点集，KL为局部关键帧集，Ks为有对应语义路标匹配帧的关键帧，Ts为语义路标帧集，地图点与关键帧之间存在观测约束，Ks与Ts之间存在观测约束；∑、∑SEM_L分别为重投影误差项的协方差矩阵和本发明加入的语义路标帧误差项的协方差矩阵，表示对各约束精度的估计。

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航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29号南京航空航天大学；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。