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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 京海盛大(上海)科技股份有限公司张天豫获国家专利权

京海盛大(上海)科技股份有限公司张天豫获国家专利权

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!

龙图腾网获悉京海盛大(上海)科技股份有限公司申请的专利一种快速半直接SLAM地图构建算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:CN120912797B

龙图腾网通过国家知识产权局官网在2026-02-27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:202411608345.5,技术领域涉及:G06T17/05;该发明授权一种快速半直接SLAM地图构建算法是由张天豫;晁斌;王敬坤设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。

一种快速半直接SLAM地图构建算法在说明书摘要公布了:本发明涉及计算机视觉技术领域,公开了一种快速半直接SLAM地图构建算法,包括:获取并计算相邻两个视频帧图像特征以得到特征匹配点;当特征匹配点达到设定值时,计算地图点的3D坐标,进行相机位姿估计;对视频帧图像进行关键点提取,并基于子图对关键点进行特征增强;将视频帧图像的像素反投影到三维空间获取点云数据,并对点云数据进行初步处理;将初步处理后的点云数据进行融合与优化,得到3D重建图。本发明包括初始化与特征增强及3D映射重建两个部分,初始化与特征增强旨在获取相机的位姿及特征等信息,为3D重建做准备;3D映射重建部分利用第一步的结果,将点云信息等转换为3D空间信息,该空间信息可用于机器人导航等工作。

本发明授权一种快速半直接SLAM地图构建算法在权利要求书中公布了:1.一种快速半直接SLAM地图构建算法,其特征在于,包括: 获取相机采集的视频,并将所述视频分割为多个连续的视频帧图像,计算相邻两个视频帧图像特征以得到特征匹配点; 当所述特征匹配点达到设定值时,计算地图点的3D坐标,进行相机位姿估计; 对运动模糊和无纹理环境的所述视频帧图像进行关键点提取,并基于子图对所述关键点进行特征增强;具体包括: 在运动模糊和无纹理环境的所述视频帧图像,对于第i个子图中的特征L,其增强后的3D点的计算公式为: 其中,vj表示第j个节点中的3D特征点,表示从相机到机器人的坐标变换,Hj表示第j次测距的变换表达式,表示距离变换矩阵的逆矩阵,v和m分别表示子图的第一个和最后一个节点索引; 通过相机位姿将视频帧图像的像素反投影到三维空间获取点云数据,并对所述点云数据进行初步处理;具体包括: 通过相机位姿将每个2D图像像素反向投影到三维空间中以获取3D点云数据; 以表面元素模型作为最小处理单元,对于每个表面元素,存储位置信息X,Y,Z、顶点向量n、颜色信息R,G,B、表面元素半径r、权重w以及点采集时间信息t;其中,空间中的任何3D结构都可由一个面元模型构成,并且任何面元MS均由变形映射中的节点所控制; 构建由节点和边组成的变形图,其中每个节点gn存储位置信息gg、旋转矩阵gR、平移矩阵gt以及时间信息IMS,g表示表面形变函数;且当节点优化时;MS表示3D物体的表面元素;表示表面形变之前的元素坐标;表示表面元素变形之后的坐标,其计算公式如下: 表面元素法向量变为: 表示变形前面元的法向量,表示变形后面元的法向量,U表示变形前后面元之间的变换关系,wnMS表示节点对面元模型影响的权重,且对当前面有影响的节点的权重之和,即: 其中,dmax表示表面元素与邻域内所有节点的欧几里得距离的峰值; 经过如上处理后,得到去除形变的3D点云数据; 将初步处理后的所述点云数据进行融合与优化,得到3D重建图;具体包括: 获取初步处理后的两个所述点云数据,并提取其对应点以建立约束,约束量QP为: 其中,表示目标点云的位置,TS表示当前帧相机的位姿,Td表示检测到回环帧的相机位姿,表示通过前一帧位姿从模型投影得到的点,表示帧点云的位置,和表示与和对应的时间戳; 利用Forbenius范数优化每个节点的位姿,确保位姿矩阵是正交矩阵,平方误差函数为: 其中,l表示节点,表示节点l经过位姿变换之后的结果,表示节点l没有经过位姿变换的结果;C表示变换常数;F表示Forbenius范数; 对节点进行归一化,使相邻两个节点的位姿参数不间断,对应的平方误差函数为: 其中,表示节点的位置、平移、姿态相关的变量;Ng'表示节点的相邻节点集合; 合上述求解和的变形坐标和并将相邻两帧点云对齐和优化为目标点云,成本函数为: 优化目标点云的坐标,平方误差函数为: 最后,基于上述四个成本函数公式Erot、Ereg、Econ、Epin,构建最终的总优化函数以求解变形图,总优化函数为: Edef=wrotErot+wregEreg+wconEcon+wpinEpin 其中,各权重的经验值为:wrot=1,wreg=10,wcon=wpin=100; 经过计算得到点云的变形图后,将第一点云的数据经过变形,变换到与第二点云数据相同的坐标系之下,通过两个数据之间的特征点实现点云的融合和优化,最终获得3D重建图。

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京海盛大(上海)科技股份有限公司,其通讯地址为:201101 上海市闵行区中春路7666弄12号705室;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。