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！

龙图腾网获悉北京航空航天大学申请的专利一种飞机姿态测量方法、系统、设备及介质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：CN115909132B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211300757.3，技术领域涉及：G06V20/40；该发明授权一种飞机姿态测量方法、系统、设备及介质是由魏振忠;刘明坤;冯广堃设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本一种飞机姿态测量方法、系统、设备及介质在说明书摘要公布了：本发明涉及一种飞机姿态测量方法、系统、设备及介质，属于飞机位姿测量领域。方法包括：构建飞机图像数据集；对飞机图像数据集中的检测框标签进行动态平移缩放数据处理，获取感兴趣区域内的飞机图像；以位姿一致性、稠密特征和位姿参数为约束，利用感兴趣区域内的飞机图像对位姿估计网络进行优化，得到优化后的位姿估计网络；将待检测飞机图像输入至训练好的目标检测器模型中，得到飞机图像的最终检测框；利用优化后的位姿估计网络对最终检测框内的飞机图像进行位姿估计，得到飞机的位姿参数；位姿参数包括3D姿态参数和3D位置参数；根据3D姿态参数，由测量系统坐标系空间转换确定飞机姿态角。本发明提高了飞机姿态测量的准确度和鲁棒性。

本发明授权一种飞机姿态测量方法、系统、设备及介质在权利要求书中公布了：1.一种飞机姿态测量方法，其特征在于，包括： 构建飞机图像数据集；所述飞机图像数据集包括真实数据集和虚拟数据集；所述真实数据集包括原始飞机图像、原始飞机图像的检测框标签、原始飞机图像的位姿标签和原始飞机图像的稠密特征标签；所述虚拟数据集包括虚拟飞机图像、虚拟飞机图像的检测框标签、虚拟飞机图像的位姿标签、虚拟飞机图像的稠密特征标签和原始飞机图像的背景图像； 对所述原始飞机图像的检测框标签进行动态平移缩放处理，获取感兴趣区域内的飞机图像； 以位姿一致性、稠密特征和飞机位姿为约束，利用所述感兴趣区域内的飞机图像对位姿估计网络进行优化，得到优化后的位姿估计网络；所述位姿估计网络包括特征提取子网络、稠密特征回归子网络和位姿回归子网络； 将待检测飞机图像输入至训练好的目标检测器模型中，得到飞机图像的最终检测框； 利用优化后的位姿估计网络对所述最终检测框内的飞机图像进行位姿估计，得到飞机的位姿参数；所述位姿参数包括3D姿态参数和3D位置参数； 根据所述3D姿态参数，利用测量系统坐标系进行空间转换，确定飞机姿态角； 位姿一致性约束： 1根据双通道3D姿态参数的回归结果，分别利用所预测的旋转矩阵对飞机模型点集进行空间旋转变换，计算两组变换3D点坐标的平均值作为参考值；在此基础上，计算两通道空间旋转点集与参考值的平均绝对误差，使两者平均值最小，3D旋转的一致性约束条件如下： 其中，为3D旋转一致性约束，和分别为两通道预测的旋转矩阵；x为飞机的3D点坐标；M为飞机3D模型点集； 2根据双通道3D平移参数的回归结果，首先计算预测目标中心的平均值和深度平均值作为参考值，然后分别计算两通道目标中心和深度与其对应参考值之间的绝对误差，最后使两通道绝对误差的平均值最小，3D平移的一致性约束条件如下： 其中，为目标中心一致性约束，为目标深度一致性约束，和分别为通道1和通道2所预测的目标中心位置，和分别为两通道预测的深度值； 位姿一致性约束为： 综合以上约束条件，位姿估计网络参数优化的总损失函数为： 其中，和分别是根据两通道对应的真实标签所构建的损失函数： 其中，为位姿一致性的权重系数；为通道1的飞机稠密3D坐标图损失函数，为通道1的飞机分割图损失函数，为通道1的飞机表面区域图损失函数；为通道1的3D旋转损失函数；为通道1的目标中心损失函数；为通道1的目标深度损失函数；为通道2的飞机稠密3D坐标图损失函数，为通道2的飞机分割图损失函数，为通道2的飞机表面区域图损失函数；为通道2的3D旋转损失函数；为通道2的目标中心损失函数；为通道2的目标深度损失函数。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。