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！

龙图腾网获悉昆明理工大学申请的专利基于改进的YOLOv5通过加权特性实现动态场景下的视觉SLAM优化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：CN117011523B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310616188.1，技术领域涉及：G06V10/26；该发明授权基于改进的YOLOv5通过加权特性实现动态场景下的视觉SLAM优化方法是由吴海波;李勇;陈江;李全峰;张艺潇;李东泽;李万设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本基于改进的YOLOv5通过加权特性实现动态场景下的视觉SLAM优化方法在说明书摘要公布了：本发明公开了一种基于改进的YOLOv5通过加权特性实现动态场景下的视觉SLAM优化方法，包括：获取图像帧的RGB图像与深度图像；将RGB图像通过改进的YOLOv5网络分割出先验的动态物体对象语义掩码；将先验的动态物体对象语义掩码进行基于区域增长算法的分割边界优化，获得边界优化语义掩码；将边界优化语义掩码进行ORB语义静态特征点的提取；将RGB图像、深度图像通过多视图几何检测出潜在的动态物体对象几何掩码；将边界优化语义掩码与潜在动态物体对象几何掩码相结合得到动态目标检测结果；根据动态目标检测结果给ORB语义静态特征点赋予权值；通过BA联合优化估计相机位姿和ORB语义静态特征点的权值。本发明在提高定位精度和鲁棒性的同时，仍满足一定的实时性要求。

本发明授权基于改进的YOLOv5通过加权特性实现动态场景下的视觉SLAM优化方法在权利要求书中公布了：1.一种基于改进的YOLOv5通过加权特性实现动态场景下的视觉SLAM优化方法，其特征在于，包括： 步骤1：获取图像帧的RGB图像与深度图像； 步骤2：将RGB图像通过改进的YOLOv5网络分割出先验的动态物体对象语义掩码； 步骤3：将先验的动态物体对象语义掩码进行基于区域增长算法的分割边界优化，获得边界优化语义掩码； 步骤4：将边界优化语义掩码进行ORB语义静态特征点的提取； 步骤5：将RGB图像、深度图像通过多视图几何检测出潜在的动态物体对象几何掩码； 步骤6：将边界优化语义掩码与潜在动态物体对象几何掩码相结合得到动态目标检测结果；根据动态目标检测结果给ORB语义静态特征点赋予权值，获得语义静态特征点的初始化权值； 步骤7：依据语义静态特征点的初始化权值，通过BA联合优化估计相机位姿和ORB语义静态特征点的权值； 步骤8：对经过优化后的相机位姿进行地图构建与回环检测。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。