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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京航空航天大學(xué)申請的專利一種基于GNSS/IMU/光流信息融合的智能體位姿估計方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115435779B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29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?zhí)?專利號為：202210985155.X，技術(shù)領(lǐng)域涉及：G01C21/16；該發(fā)明授權(quán)一種基于GNSS/IMU/光流信息融合的智能體位姿估計方法是由張馳;楊忠;廖祿偉;朱儻;李國濤;楊欣設(shè)計研發(fā)完成，并于2022-08-17向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于GNSS/IMU/光流信息融合的智能體位姿估計方法在說明書摘要公布了：本發(fā)明公開了一種基于GNSSIMU光流信息融合的智能體位姿估計方法，其步驟為：首先，分別對智能體機(jī)載傳感器原始數(shù)據(jù)進(jìn)行預(yù)處理，包括IMU預(yù)積分、視覺特征提取及跟蹤、GNSS信號濾波；然后，分別構(gòu)建視覺、IMU、GNSS代價函數(shù)及智能體狀態(tài)向量，并對GNSSIMU光流信息進(jìn)行聯(lián)合初始化，獲取智能體位姿估計器的所有初值；最后，將智能體位姿求解過程構(gòu)建為狀態(tài)估計問題，并設(shè)計相應(yīng)的概率因子圖模型及邊緣化策略，以圖優(yōu)化的方式求解智能體位姿。與現(xiàn)有的機(jī)器人位姿估計方法相比，本發(fā)明具有更高的計算效率及自適應(yīng)性，能夠準(zhǔn)確、魯棒、無漂地獲取智能體位姿信息。

本發(fā)明授權(quán)一種基于GNSS/IMU/光流信息融合的智能體位姿估計方法在權(quán)利要求書中公布了：1.一種基于GNSSIMU光流信息融合的智能體位姿估計方法，其特征在于，包括以下步驟：S1、分別對智能體原始測量數(shù)據(jù)進(jìn)行預(yù)處理，包括對相機(jī)的RGB輸出進(jìn)行Shi-Tomasi角點特征提取，并對隨后的RGB視頻幀執(zhí)行KLT光流跟蹤；在機(jī)器人坐標(biāo)系下對慣性測量單元IMU的原始測量數(shù)據(jù)進(jìn)行預(yù)積分；對捕獲到的GNSS原始信號進(jìn)行濾波；S2、位姿估計器GNSSIMU光流信息聯(lián)合初始化：構(gòu)建智能體狀態(tài)向量χ，利用PnP算法和BA算法求解智能體的初始位置和初始朝向，同時利用SPP算法粗略求解智能體的經(jīng)緯度；將智能體的初始位置和經(jīng)緯度對齊，獲得里程計坐標(biāo)系與世界坐標(biāo)系之間的變換矩陣，完成GNSSIMU光流信息聯(lián)合初始化；S3、構(gòu)建視覺約束因子：將相機(jī)投影模型構(gòu)建為針孔相機(jī)模型，建立空間特征點l從視頻幀i到視頻幀j的重投影函數(shù)，將視覺誤差因子項構(gòu)建為特征點重投影殘差；S4、構(gòu)建IMU約束因子：IMU約束因子包括陀螺儀誤差因子約束項和加速度計誤差因子約束項，其中，將陀螺儀誤差因子約束項構(gòu)建為基于四元數(shù)外積的旋轉(zhuǎn)殘差，將加速度計誤差因子約束項分別構(gòu)建為速度偏置殘差與位移偏置殘差；S5、構(gòu)建GNSS約束因子：GNSS約束因子包括GNSS偽距約束因子、GNSS多普勒頻移約束因子和接收機(jī)時鐘偏置約束因子；其中，GNSS偽距約束因子構(gòu)建為真實的偽距與接收機(jī)測量偽距的殘差，GNSS多普勒頻移約束因子構(gòu)建為真實的載波多普勒頻移與多普勒頻移測量值的殘差，接收機(jī)時鐘偏置約束因子構(gòu)建為某時刻真實的接收機(jī)時鐘偏置與該時刻的時鐘偏置測量值的殘差；S6、以概率因子圖優(yōu)化的方式求解智能體位姿信息；具體為：S601、將智能體位姿求解過程視為狀態(tài)估計問題，則智能體位姿求解過程變?yōu)闋顟B(tài)向量的最大后驗估計；S602、構(gòu)建GNSSIMU光流信息緊耦合的位姿估計器因子圖模型，表達(dá)式為： 其中，χ為智能體狀態(tài)向量，Pχ|z為智能體狀態(tài)向量的最大后驗概率，z為總的智能體狀態(tài)測量模型，ep為系統(tǒng)先驗信息，Hp代表智能體先驗位姿矩陣，n為滑動窗內(nèi)智能體狀態(tài)向量的個數(shù)，符號E表示視覺約束因子EV、IMU約束因子EI、GNSS約束因子Epr、Edp、Eτ之和，zk為智能體的第k次觀測信息；S603、設(shè)計觀測數(shù)據(jù)邊緣化策略，剔除滑動窗內(nèi)冗余的光流、IMU、GNSS信息；S604、求解GNSSIMU光流信息緊耦合的位姿估計器因子圖模型，得到智能體狀態(tài)向量。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京航空航天大學(xué)，其通訊地址為：210016 江蘇省南京市秦淮區(qū)御道街29號；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)”。