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！

龙图腾网获悉武汉大学申请的专利一种面向非重叠多目视觉里程计的鲁棒初始化方法及系统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：CN117237457B 。

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：202311198412.6，技术领域涉及：G06T7/80；该发明授权一种面向非重叠多目视觉里程计的鲁棒初始化方法及系统是由余淮;王俊豪;司晗骞;杨文设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本一种面向非重叠多目视觉里程计的鲁棒初始化方法及系统在说明书摘要公布了：本发明提供了一种面向非重叠多目视觉里程计的鲁棒初始化方法及系统，包括使用基于深度学习的特征跟踪方式对从相机输入的多帧连续图像进行特征点提取与追踪；基于特征点选取关键帧，计算得到两帧之间的位姿转化关系和三维特征点信息，完成单个相机的初始化；估计出每个相机运动的位姿，并通过相机外参得到主体的位姿，建立一个相机位姿估计尺度的修正向量，并将不同相机获得的主体位姿之间的误差作为损失函数来构建一个基于非线性最小二乘法的优化问题；推导得到优化问题的最优解，将每个相机原本位姿估计的尺度乘以修正向量后，得到最终真实位姿估计尺度，实现鲁棒初始化。本发明并不要求相机之间一定要有重叠视场，可灵活应用于任意相机模型。

本发明授权一种面向非重叠多目视觉里程计的鲁棒初始化方法及系统在权利要求书中公布了：1.一种面向非重叠多目视觉里程计的鲁棒初始化方法，其特征在于，包括以下步骤： 步骤1，使用基于深度学习的特征跟踪方式对从相机输入的多帧连续图像进行特征点提取与追踪，并将得到的连续追踪特征点输入多目视觉里程计初始化部分； 步骤2，基于步骤1所得到的特征点，选取关键帧，若关键帧与当前帧之间视差足够大，则根据对极约束计算得到两帧之间的位姿转化关系和三维特征点信息，实现相机坐标系到现实世界坐标系的转化，完成单个相机的初始化； 步骤3，基于步骤2中每个相机的初始化与特征点跟踪结果估计出每个相机运动的位姿，并通过相机外参得到主体的位姿，建立一个相机位姿估计尺度的修正向量，并将不同相机获得的主体位姿之间的误差作为损失函数来构建一个基于非线性最小二乘法的优化问题； 包括进行以下处理实现相机运动真实尺度估计， 建立一个尺度修正向量对相机估计的尺度进行修正，通过相机的外参和相机的位姿估计结果获得主体位姿的估计结果，之后，通过将多个相机估计的主体位姿之间的误差作为损失函数建立一个基于非线性最小二乘法的优化问题，并求出关于尺度修正向量的Jacobin矩阵，根据Jacobin矩阵取0时的尺度修正向量，得到最终相机运动的真实尺度； 步骤4，推导出步骤3所得优化问题中关于尺度修正向量的Jacobian矩阵，并根据Jacobian矩阵取0时尺度修正向量的值，得到优化问题的最优解；将每个相机原本位姿估计的尺度乘以修正向量后，得到最终统一的真实位姿估计尺度，实现鲁棒初始化。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。