買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜天津大學申請的專利基于先驗三維激光雷達點云地圖的視覺融合定位方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114792338B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210023309.7，技術領域涉及：G06T7/73；該發明授權基于先驗三維激光雷達點云地圖的視覺融合定位方法是由鮮斌;李杰奇設計研發完成，并于2022-01-10向國家知識產權局提交的專利申請。

本基于先驗三維激光雷達點云地圖的視覺融合定位方法在說明書摘要公布了：本發明涉及無人機多傳感器融合定位技術，為提出一種基于先驗三維激光雷達點云地圖的視覺融合定位算法，實現四旋翼無人機在GPS拒止環境下的多傳感器融合定位。為此，本發明采用的技術方案是，基于先驗三維激光雷達點云地圖的視覺融合定位方法，基于視覺同時定位與地圖構建SLAMSimultaneousLocalizationAndMapping中局部束調整的視覺里程計過程從圖像特征重建稀疏的三維特征點，然后將這些點與三維激光雷達點云地圖中的激光特征點進行連續匹配，實時獲取四旋翼無人機的精確位置信息。本發明主要應用于無人機多傳感器融合定位場合。

本發明授權基于先驗三維激光雷達點云地圖的視覺融合定位方法在權利要求書中公布了：1.一種基于先驗三維激光雷達點云地圖的視覺融合定位方法，其特征是，基于視覺同時定位與地圖構建SLAM中局部束調整的視覺里程計過程從圖像特征重建稀疏的三維特征點，然后將這些點與三維激光雷達點云地圖中的激光特征點進行連續匹配，實時獲取四旋翼無人機的精確位置信息，具體步驟如下：步驟1使用齊次坐標來表示剛體和相似性變換；定義剛體T∈SE3，相似性變換A∈Sim3，具體描述表示如下： 其中，R∈SO3，點在齊次坐標中表示為為了簡化符號，定義步驟2局部重建；定義兩個集合ε和τ，表示局部重建中包含的相同關鍵幀和點： τ＝{Ti|Ti∈SE3,i＝1,…,T}3步驟3數據關聯；為了確定局部重建與激光雷達地圖的對齊，定義ε中重建點和地圖點的關系集合為γ： 在ICP算法中進行對齊，即通過k＝1,…,K次迭代將當前相似性變換估計與更新數據關聯，對于每個重建點，在地圖中找到相鄰點后存儲在kd樹中，用來被快速查找，如果相鄰點足夠近，則將該相鄰點添加到對應集當中： ηk為距離閾值，ηmax和ηmin為正實數，線性閾值函數如下所示： 為了分析其局部點分布，激光雷達地圖被體素化成Δ，分辨率取決于體素化后的密度，對協方差矩陣中的每個體素內的均值進行成分分析，以確定分布的主要方向： 操作符≤和＜代表矩陣按分量逐個相乘，特征向量有兩個最大的特征值，并且正交向量V3＝V1×V2用來描述在體素∈x,y,z＝T,σ,N中點的分布，具體描述如式8-10所示： N＝|Θ|10Φ是體素中主成分對齊的基礎坐標變換矩陣，σ表示沿軸的特征點的標準偏差，N表示體素中點的個數，由于局部點的分布Λ是離線構建的，所以該計算不會影響本算法的在線性能； 為了平滑離散化效果，允許相鄰體素進行比對，C′k具體表現為以下形式： 其中，運算符∨表示體素的領域；每有一組對應關系被確定后，通過局部重建和激光雷達地圖對齊的相似變化可以輸出一組估計位姿，在每次迭代時，細化的子集C′k都會被迭代更新； 通過使用g2o中的信賴域LM算法來求解非線性最小二乘最小化問題，輸出估計參考幀對于每一關鍵幀Tc都會輸出估計參考幀，相比于激光雷達地圖參考系中的參數，優化變量以更好的對應期望補償的漂移維度，對細化的子集進行進一步變換，得到如下集合： 誤差函數時對應點之間的平方歐幾里得距離，表示為如下式： 公式17為Huber損失函數，增加了出現異常數據時的魯棒性，同時使目標函數更好的收斂；當所有迭代中的被估計出來后，聯合相似性變換如下所示： 為了局部重建和激光雷達地圖對齊，將所有點di通過A*映射到關鍵幀Ti上，由于A*位于當前關鍵幀的估計參考幀中，因此將A*轉換到激光雷達地圖的參考幀中從而輸出全局估計位姿，轉換方式如下所示：

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人天津大學，其通訊地址為：300072 天津市南開區衛津路92號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。