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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度学习的多智能体三维视觉协同定位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：CN120976318B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511504455.1，技术领域涉及：G06T7/73；该发明授权基于深度学习的多智能体三维视觉协同定位方法及系统是由梅松竹;赵中玉;李东升;黄达;符永铨;魏妮设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本基于深度学习的多智能体三维视觉协同定位方法及系统在说明书摘要公布了：本发明公开了基于深度学习的多智能体三维视觉协同定位方法及系统，涉及图像分析技术领域，首先对每帧图像进行深度预测与误差分析，基于重投影误差因子动态调整网络学习率并更新深度图，确保像素子区域的深度估计更加精准；随后通过分析深度图迭代的波动因子自适应地调节优化步长与阻尼因子，并在多智能体间执行位姿再优化，增强各自轨迹估计的稳定性与一致性；最后对共视区域的异常观测进行判别与剔除，并基于清洗后的深度与位姿数据构建每个智能体的三维视觉地图，实现了从局部深度估计到全局协同优化的闭环流程。不仅提高了深度预测精度与位姿估计稳定性，还通过异常观测剔除与多源信息融合显著增强了系统在复杂环境下的整体定位精度。

本发明授权基于深度学习的多智能体三维视觉协同定位方法及系统在权利要求书中公布了：1.基于深度学习的多智能体三维视觉协同定位方法，其特征在于，所述方法，包括： 获取各单智能体的图像数据导入深度预测网络中，得到各单智能体深度图并进行分析，得到各单智能体图像数据的深度重投影误差因子，判断各单智能体图像数据的感知差异，动态调整深度预测网络的学习率，并对各单智能体深度图进行更新； 将更新后的深度图输入至位姿回归分支进行迭代，对迭代过程进行分析，得到各单智能体的深度图迭代的波动因子，动态调整迭代步长和阻尼因子，并对多智能体的位姿再优化； 对各单智能体的共视区域进行异常观测判断，得到各单智能体的异常观测结果，并对各单智能体的共视区域的异常观测结果进行异常处理，构建各智能体的三维视觉地图； 各单智能体图像数据的深度重投影误差因子，具体分析条件为： ； 式中，WCi表示第i个单智能体图像数据的深度重投影误差因子，DEik表示第i个单智能体深度图的第k个像素子区域的深度值方差，DE表示深度值界定方差，TYik表示第i个单智能体深度图的第k个像素子区域的平均像素投影偏差，TY表示像素投影界定偏差，ZCik表示第i个单智能体深度图的第k个像素子区域的像素重投影误差均值，ZC表示像素重投影界定误差，A1表示数据库中存储的深度值方差对应的权重系数，A2表示数据库中存储的像素投影偏差对应的权重系数，A3表示数据库中存储的像素重投影误差均值对应的权重系数，i表示各单智能体的编号，i=1,2,3,...,n，n表示单智能体的总数，k表示各像素子区域的编号，k=1,2,3,...,m，m表示像素子区域的总数。

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中国人民解放军国防科技大学，其通讯地址为：410000 湖南省长沙市开福区德雅路109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。