買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉哈爾濱理工大學(xué)申請(qǐng)的專利一種用于視覺慣性點(diǎn)云融合SLAM系統(tǒng)的滑動(dòng)窗口優(yōu)化方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117876489B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202410085304.6，技術(shù)領(lǐng)域涉及：G06T7/73；該發(fā)明授權(quán)一種用于視覺慣性點(diǎn)云融合SLAM系統(tǒng)的滑動(dòng)窗口優(yōu)化方法是由班喜程;馬繼瑞;尤波;欒添添;孫明曉設(shè)計(jì)研發(fā)完成，并于2024-01-22向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種用于視覺慣性點(diǎn)云融合SLAM系統(tǒng)的滑動(dòng)窗口優(yōu)化方法在說明書摘要公布了：一種用于視覺慣性點(diǎn)云融合SLAM系統(tǒng)的滑動(dòng)窗口優(yōu)化方法，屬于SLAM技術(shù)領(lǐng)域。本發(fā)明涉及三種傳感器：相機(jī)、IMU、LiDAR，設(shè)計(jì)了多傳感器信息融合SLAM系統(tǒng)的局部?jī)?yōu)化方法，解決了因圖像特征點(diǎn)深度不確定而導(dǎo)致的定位精度低的問題。本發(fā)明在滑動(dòng)窗口內(nèi)構(gòu)建了三類傳感器信息緊耦合的測(cè)量約束關(guān)系，在窗口滑動(dòng)時(shí)更新觀測(cè)約束，保證滑窗內(nèi)信息的時(shí)效性和準(zhǔn)確性，有助于定位精度的提高；通過LiDAR點(diǎn)云輔助估計(jì)圖像特征點(diǎn)的深度信息，在滑窗內(nèi)維護(hù)每個(gè)特征點(diǎn)的唯一性，消除“重影”特征點(diǎn)對(duì)視覺重定位的影響；本方法不改變滑動(dòng)窗口的大小，能夠保證快速的局部?jī)?yōu)化，保證了SLAM系統(tǒng)的快速定位響應(yīng)能力。

本發(fā)明授權(quán)一種用于視覺慣性點(diǎn)云融合SLAM系統(tǒng)的滑動(dòng)窗口優(yōu)化方法在權(quán)利要求書中公布了：1.一種用于視覺慣性點(diǎn)云融合SLAM系統(tǒng)的滑動(dòng)窗口優(yōu)化方法，其特征在于，包括以下步驟：步驟一：當(dāng)視覺慣性點(diǎn)云融合的SLAM系統(tǒng)的后端模塊訂閱到其前端模塊發(fā)布的機(jī)器人最新幀時(shí)，判斷最新幀是否為關(guān)鍵幀，是則執(zhí)行步驟二，否則保留最新幀對(duì)應(yīng)的IMU測(cè)量信息，然后重復(fù)執(zhí)行步驟一；步驟二：判斷滑動(dòng)窗口是否已滿，是則將滑動(dòng)窗口內(nèi)最老關(guān)鍵幀邊緣化，更新滑窗LiDAR點(diǎn)云地圖，然后執(zhí)行步驟三，否則執(zhí)行步驟四；步驟三：根據(jù)舒爾補(bǔ)理論重構(gòu)滑動(dòng)窗口的約束關(guān)系，然后執(zhí)行步驟四；步驟四：將最新關(guān)鍵幀加入滑窗，根據(jù)IMU測(cè)量數(shù)據(jù)，對(duì)所述最新幀LiDAR點(diǎn)云進(jìn)行運(yùn)動(dòng)畸變校正，然后在LiDAR坐標(biāo)系下，將最新幀LiDAR點(diǎn)云進(jìn)行地面分割，去除最新幀LiDAR點(diǎn)云中的地面點(diǎn)，然后執(zhí)行步驟五；步驟五：根據(jù)IMU測(cè)量數(shù)據(jù)，將去除地面點(diǎn)的最新幀LiDAR點(diǎn)云變換到世界坐標(biāo)系下，更新滑窗內(nèi)的LiDAR點(diǎn)云地圖，將滑窗中LiDAR點(diǎn)云投影到所述最新幀的圖像歸一化平面上，然后執(zhí)行步驟六；步驟六：根據(jù)視覺特征點(diǎn)鄰域內(nèi)的LiDAR點(diǎn)云，估計(jì)該視覺特征點(diǎn)的深度，判斷該視覺特征點(diǎn)是否與滑窗內(nèi)其他關(guān)鍵幀共視，否則執(zhí)行步驟七，是則計(jì)算該視覺特征點(diǎn)深度估值與原深度值之差，若大于偏差閾值，則刪除該視覺特征點(diǎn)，若不大于偏差閾值，則取兩個(gè)深度值的均值作為該視覺特征點(diǎn)的深度值，然后執(zhí)行步驟七；步驟七：判斷所述關(guān)鍵幀中視覺特征點(diǎn)是否遍歷，是則更新滑窗內(nèi)所有視覺特征點(diǎn)，然后執(zhí)行步驟八，否則返回步驟六；步驟八：分別構(gòu)建視覺重投影約束因子、LiDAR里程計(jì)約束因子、IMU預(yù)積分約束因子以及邊緣化先驗(yàn)約束因子，將所述視覺重投影約束因子、LiDAR里程計(jì)約束因子、IMU預(yù)積分約束因子以及邊緣化先驗(yàn)約束因子加入到滑窗因子圖優(yōu)化模型中構(gòu)建目標(biāo)函數(shù)；步驟九：利用非線性優(yōu)化算法對(duì)所述目標(biāo)函數(shù)進(jìn)行優(yōu)化，更新滑動(dòng)窗口內(nèi)機(jī)器人的狀態(tài)量，完成滑窗優(yōu)化。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人哈爾濱理工大學(xué)，其通訊地址為：150080 黑龍江省哈爾濱市南崗區(qū)學(xué)府路52號(hào)哈爾濱理工大學(xué)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。