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！

龙图腾网获悉北京工业大学申请的专利一种应用于室内动态环境的RGB-D视觉SLAM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：CN116758112B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310464081.X，技术领域涉及：G06T7/246；该发明授权一种应用于室内动态环境的RGB-D视觉SLAM方法是由于乃功;王阳;程启明;付一凡;谢秋生;马楠;黄高设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种应用于室内动态环境的RGB-D视觉SLAM方法在说明书摘要公布了：本发明提出了一种应用于室内动态环境的RGB‑D视觉SLAM方法，解决目前的视觉SLAM方法在室内动态环境中定位精度低、鲁棒性弱等问题。具体流程包括：采用RGB‑D相机获取多帧连续的RGB图像和深度图像；在ORB‑SLAM2跟踪线程部署语义分割网络对采集到的多帧RGB图像进行推理得到语义图像；根据语义图像中的语义信息获取先验动态物体掩膜；结合LK光流算法和极线约束算法进一步完善动态物体掩膜；结合动态物体掩膜提取每帧RGB图像的静态特征点；最后在跟踪线程使用静态特征点用于特征匹配进行位姿估计。本发明可以有效检测出任意室内环境中的所有动态物体，显著提升视觉SLAM系统在动态环境中的定位精度和鲁棒性。

本发明授权一种应用于室内动态环境的RGB-D视觉SLAM方法在权利要求书中公布了：1.一种应用于室内动态环境的RGB-D视觉SLAM方法，其特征在于，所述方法包括如下几个步骤： 步骤1，采用RGB-D相机采集室内动态环境图像数据，获取多帧连续原始RGB图像和深度图像； 步骤2，在视觉SLAM框架跟踪线程部署语义分割网络对步骤1采集到的每帧RGB图像进行推理获得语义掩膜图像； 步骤3，基于语义掩膜图像信息将图像中检测到的物体分为动态物体和静态物体，若图像中存在动态物体，则进行步骤4，否则提取RGB图像的特征点，进行步骤7； 步骤4，基于步骤3得到动、静态像素分类信息，生成先验动态物体掩膜； 步骤5，结合LK光流法和极线约束算法进一步完善动态物体掩膜； 步骤6，基于步骤5得到的动态物体掩膜，提取每帧RGB图像的静态特征点； 步骤7，基于RGB图像的静态特征点和深度图像，进行位姿估计、局部建图、回环检测； 步骤5具体如下： 1提取图像帧的Harris角点 将多帧连续RGB图像帧转换为灰度图，使用opencv库自带的Harris角点提取器在灰度图像帧提取500个Harris角点并对检测到的Harris角点使用opencv库的cornerSubPix函数进一步优化，使Harris角点的精度达到亚像素级别； 2LK光流跟踪 对前一帧提取的Harris角点进行LK光流金字塔跟踪，即可得到前一帧Harris角点在当前帧的对应位置，将跟踪失败的角点进行剔除，之后对跟踪得到的Harris角点进行两次筛选，第一次筛选将距离图像边缘小于5像素的Harris角点进行剔除，第二次筛选基于LK光流法的光度不变假设，使用前后两帧匹配的Harris角点附近3*3矩形块的像素点差进行判断，若有某对匹配点的像素点差大于2120，则判定该对匹配角点效果不佳，剔除该对匹配角点；最后使用经过两次筛选后剩下的优良Harris角点计算前后两帧基础矩阵； 3极线约束判断动态点 记经过两次筛选后的前一帧Harris角点为P1，其在前一帧图像中的二维坐标为u1，v1，齐次坐标为u1，v1，1，与之匹配的当前帧的Harris角点为P2，其在当前帧图像中的二维坐标为u2，v2，齐次坐标为u2，v2，1；则由前一帧的P1点经过两帧间的基础矩阵F映射到当前帧形成极线I1，其中A、B、C为极线I1的直线表达式Ax+By+C＝0中的系数，如公式1所示： 计算点P2到极线I1的距离D，如公式2所示： 若距离D大于1像素，则可认为P2在实际物理环境中发生了移动现象，将其判断为动态点，记录所有动态点在当前图像帧的二维坐标； 4基于动态点完善动态物体掩膜 在步骤4所得的先验动态物体掩膜上，以所有动态点的二维坐标为圆心，将半径为10像素的圆形范围像素值设为0，进一步完善动态物体掩膜。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。