Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京化工大学曹政才获国家专利权

北京化工大学曹政才获国家专利权

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!

龙图腾网获悉北京化工大学申请的专利一种融合点线特征的半直接视觉定位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:CN115965686B

龙图腾网通过国家知识产权局官网在2026-01-27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:202211522204.2,技术领域涉及:G06T7/73;该发明授权一种融合点线特征的半直接视觉定位方法是由曹政才;谢红玉;胡小博;王伟设计研发完成,并于2022-11-30向国家知识产权局提交的专利申请。

一种融合点线特征的半直接视觉定位方法在说明书摘要公布了:一种融合点线特征的半直接视觉定位方法,属于三维视觉领域。利用单目相机连续获取图像,分别对每一个图像帧提取点特征和线特征,并基于特征描述子匹配当前帧和前一帧的特征,基于对极几何约束估计相邻帧间位姿变换并初始化三维地图;基于稀疏特征像素对齐方法进行当前帧的位姿估计,若位姿估计失败,则提取当前帧的点特征和线特征,最小化点线特征的重投影误差重新估计相机位姿;基于相机的运动约束提取关键帧,并对关键帧提取点特征和线特征,生成新的地图点和地图线,更新三维地图;进行回环检测,基于点线融合的BA进一步优化相机位姿和空间点位置,降低累积误差。本发明解决了单目视觉定位方法在低纹理场景下由于点特征不足导致的跟踪失败。

本发明授权一种融合点线特征的半直接视觉定位方法在权利要求书中公布了:1.一种融合点线特征的半直接视觉定位方法,其特征在于,包括如下步骤: 步骤1:视觉定位系统初始化阶段;利用单目相机连续获取图像帧,提取每个图像帧的点特征和线特征,并基于特征描述子方法匹配当前帧和前一帧的点特征和线特征,若匹配到足量的点、线特征,则基于对极几何约束估计当前帧和前一帧的位姿变换,初始化三维地图; 步骤2:相机位姿估计阶段;初始化完成后,基于稀疏特征像素对齐方法进行当前帧的位姿估计;若位姿估计失败,则提取当前图像帧的点特征和线特征,构建三维地图和当前帧中对应的点、线特征的重投影误差模型,重新估计相机位姿; 步骤3:地图更新阶段;基于相机的运动约束判断当前帧是否是关键帧,若判断为关键帧,则对当前帧提取点特征和线特征,生成新的地图点和地图线,并剔除冗余的关键帧以及重复的地图点和地图线; 步骤4:回环检测阶段;对关键帧采用基于ORB特征的词袋模型进行回环检测,使用点、线特征融合的BA方法进一步优化全局的关键帧位姿和三维地图,降低视觉定位累积误差,并输出关键帧的位姿序列; 步骤2进一步包括如下步骤: 步骤2.1:将前一帧上观测到的点特征和均匀采样在线特征上的点,逆投影到三维空间,然后将三维坐标点投影到当前帧的像素坐标系; 步骤2.2:基于稀疏特征像素对齐方法进行当前帧的位姿估计,构建光度误差模型,来估计当前帧的位姿,其中光度误差为步骤2.1中投影到当前帧的像素坐标系的点及其周围点形成的像素块的灰度值,和前一帧中观测到的点及其周围点形成的像素块灰度值的误差,通过最小化光度误差估计相机位姿,设置迭代次数30次,将外点剔除,重复迭代剔除外点的操作4次,以有效清除外点; 步骤2.3:若经过步骤2.2迭代优化后得到内点数量大于阈值,这里将阈值设为50,则判断位姿估计是可靠的,否则,判断直接法相机位姿估计失败,提取当前帧的ORB点特征和LSD线特征,并分别计算BRIEF和LBD描述子; 步骤2.4:若步骤2.3中内点数量小于阈值,则基于点、线特征描述子,对当前帧和三维地图中的地图点和地图线进行匹配,构建基于点特征和线特征融合的重投影误差模型,重新估计当前帧相机位姿; 步骤3进一步包括如下步骤: 步骤3.1:根据相机的运动约束判断当前帧是否是关键帧,若判断为关键帧,且当前帧尚未提取过特征,则提取当前帧的ORB点特征和LSD线特征,计算其对应的BRIEF和LBD描述子,以及ORB点特征的BOW向量,并将当前帧插入关键帧序列;这里提取关键帧的运动约束满足ORB-SLAM的关键帧判断约束,并满足当前帧c与前一关键帧r位姿变换约束,阈值设为旋转矩阵Rcr对应的旋转度数大于3°,平移向量tcr的绝对值大于0.06来降低运算负担; 步骤3.2:基于点、线特征的描述子,匹配当前帧提取到的特征和三维地图中的地图点和地图线,基于三角化方法生成新的地图点和地图线; 步骤3.3:遍历关键帧序列,根据特征的共视冗余度剔除冗余的关键帧和冗余的地图点和地图线,其中,如果关键帧序列中存在某一关键帧,其所观测到的90%以上地图点或地图线能够被至少三个其他关键帧所观测到,则剔除该冗余关键帧;判断地图点或地图线非冗余条件:能找到对应该地图点或地图线的特征的关键帧要大于理论上能观测到的关键帧数量的25%;如果从该地图点或地图线建立开始已经生成了超过一个关键帧,需要满足该特征可以被至少三个关键帧观测到,否则将该地图点或者地图线删除。

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化工大学,其通讯地址为:100029 北京市朝阳区北三环东路15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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。