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！

龙图腾网获悉浙江大学申请的专利基于稠密点重建的AUV近端对接单目位姿估计方法及装置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：CN116524340B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310364180.0，技术领域涉及：G06V20/05；该发明授权基于稠密点重建的AUV近端对接单目位姿估计方法及装置是由徐元欣;刘诚;陈首旭;单文才;马天珩;王鹏设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本基于稠密点重建的AUV近端对接单目位姿估计方法及装置在说明书摘要公布了：本发明公开了一种基于稠密点重建的AUV近端对接单目位姿估计方法及装置，包括：获取水下图像并进行图像预处理；将经过预处理的图像输入至近端对接位姿估计的深度学习模型中进行位姿估计，深度学习模型包括目标物检测模块用于在预处理后的图像中检测出目标物，并生成目标物图像块；坞站内部目标物稠密点重建模块采用编码‑解码网络对所述目标物图像块提取特征并重建目标物的稠密点坐标；法向量监督模块用于从所述目标物图像块中恢复出物体的表面法向量图；Edge‑PnP位姿估计模块利用图卷积网络从所述目标物的稠密点坐标和物体的表面法向量图中学习位姿特征并估计出最终6D位姿。解决传统方法的关键点丢失无法结算的问题。

本发明授权基于稠密点重建的AUV近端对接单目位姿估计方法及装置在权利要求书中公布了：1.一种基于稠密点重建的AUV近端对接单目位姿估计方法，其特征在于，包括： 通过AUV的内置单目摄像头获取包含坞站目标物的水下图像； 对所述水下图像进行图像预处理； 将经过预处理的图像输入至近端对接位姿估计的深度学习模型中进行位姿估计，其中所述近端对接位姿估计的深度学习模型包括目标物检测模块、坞站内部目标物稠密点重建模块、法向量监督模块和基于图卷积的Edge-PnP位姿估计模块，所述目标物检测模块用于在预处理后的图像中检测出目标物，并生成目标物图像块；所述坞站内部目标物稠密点重建模块用于采用编码-解码网络对所述目标物图像块提取特征并重建目标物的稠密点坐标；所述法向量监督模块用于从所述目标物图像块中恢复出物体的表面法向量图；所述Edge-PnP位姿估计模块利用图卷积网络从所述目标物的稠密点坐标和物体的表面法向量图中学习位姿特征并估计出最终6D位姿； 其中，对所述水下图像进行图像预处理，包含图像畸变矫正、图像去噪两部分； 所述图像畸变分为径向畸变和切向畸变，其中径向畸变采用下述主点周围的泰勒级数展开式的前几项描述： ； ； 其中表示畸变的原图上的像素位置，表示校正后的像素位置，是畸变系数，r是归一化后的该点坐标到主点的距离； 所述切向畸变采用以下数学表达式进行描述： ； ； 其中是畸变系数；采用棋盘格标定图像作为标定物，通过检测图像中的角点位置，估计了相机的畸变参数；利用畸变参数对每个像素点进行反畸变处理，从而得到了校正后的图像； 所述近端对接位姿估计的深度学习模型的第一步即利用目标检测器YOLO检测预处理后的图像，并裁切出固定尺寸大小的目标物图像块； 在获得所述预处理后的清晰水下图像后，经过了目标物检测模块裁切出目标区域的目标物图像块，图像大小发生了改变，计算该图像块在原图像的全局图像信息即在原图中的位置和图像块大小； 在6D位姿信息中关于3D偏移回归如下三变量：，表示从目标物的检测框中心到真实目标物中心的偏移，其不是对绝对偏移，而是训练网络来预测相对偏移；是缩放的深度； ； 其中和是所述目标物图像块中目标物的中心和所述目标物图像块中心；是所述预处理后清晰图像大小，是放缩比例。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。