買(mǎi)專利賣(mài)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)獲悉哈爾濱工業(yè)大學(xué)(深圳)申請(qǐng)的專利動(dòng)態(tài)場(chǎng)景下基于深度學(xué)習(xí)的視覺(jué)SLAM方法、系統(tǒng)及存儲(chǔ)介質(zhì)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：CN115713633B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26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：202211433882.1，技術(shù)領(lǐng)域涉及：G06V10/46；該發(fā)明授權(quán)動(dòng)態(tài)場(chǎng)景下基于深度學(xué)習(xí)的視覺(jué)SLAM方法、系統(tǒng)及存儲(chǔ)介質(zhì)是由楊志華;施杰;種竟?fàn)幵O(shè)計(jì)研發(fā)完成，并于2022-11-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本動(dòng)態(tài)場(chǎng)景下基于深度學(xué)習(xí)的視覺(jué)SLAM方法、系統(tǒng)及存儲(chǔ)介質(zhì)在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種動(dòng)態(tài)場(chǎng)景下基于深度學(xué)習(xí)的視覺(jué)SLAM方法、系統(tǒng)及存儲(chǔ)介質(zhì)。方法包括：通過(guò)將MASKR?CNN深度學(xué)習(xí)網(wǎng)絡(luò)與傳統(tǒng)的ORB?SLAM2算法相結(jié)合，使用RGB?D相機(jī)對(duì)室內(nèi)環(huán)境進(jìn)行圖像采集，對(duì)采集到的RGB圖像提取ORB特征點(diǎn)，同時(shí)將RGB圖像輸入MASKR?CNN深度學(xué)習(xí)網(wǎng)絡(luò)，檢測(cè)出潛在運(yùn)動(dòng)物體，并剔除在動(dòng)態(tài)物體上的特征點(diǎn)；同時(shí)加入半靜態(tài)物體識(shí)別模塊配合目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)一步檢查特征點(diǎn)是否為潛在動(dòng)態(tài)特征點(diǎn)；最終根據(jù)相鄰幀的位置關(guān)系來(lái)對(duì)剔除動(dòng)態(tài)目標(biāo)的位置進(jìn)行背景補(bǔ)全并完成最終的建圖。本發(fā)明顯著降低了在動(dòng)態(tài)環(huán)境SLAM系統(tǒng)的軌跡誤差，同時(shí)保證了系統(tǒng)的實(shí)時(shí)性和魯棒性。

本發(fā)明授權(quán)動(dòng)態(tài)場(chǎng)景下基于深度學(xué)習(xí)的視覺(jué)SLAM方法、系統(tǒng)及存儲(chǔ)介質(zhì)在權(quán)利要求書(shū)中公布了：1.一種動(dòng)態(tài)場(chǎng)景下基于深度學(xué)習(xí)的視覺(jué)SLAM方法，其特征在于，所述方法包括以下步驟： 使用RGB-D相機(jī)獲取RGB圖像； 對(duì)采集到的RGB圖像均勻化并提取RGB圖像中的ORB特征點(diǎn)； 將完成均勻化的RGB圖像輸入MASKR-CNN動(dòng)態(tài)目標(biāo)檢測(cè)網(wǎng)絡(luò)中識(shí)別出動(dòng)態(tài)物體所在區(qū)域，將動(dòng)態(tài)物體上包含的ORB特征點(diǎn)進(jìn)行初步剔除； 將初步剔除ORB特征點(diǎn)的幀輸入半靜態(tài)物體識(shí)別模塊，根據(jù)相鄰幀的映射關(guān)系計(jì)算得到的深度與實(shí)際RGB-D相機(jī)的深度作差，通過(guò)閾值進(jìn)行第二次去除動(dòng)態(tài)ORB特征點(diǎn)； 對(duì)第二次去除動(dòng)態(tài)ORB特征點(diǎn)后剩下的靜態(tài)特征點(diǎn)利用最近點(diǎn)迭代算法進(jìn)行特征匹配，得到相鄰幀之間的位置關(guān)系，進(jìn)行位姿估計(jì)，并建立最終的稀疏地圖； 所述對(duì)進(jìn)行第二次去除動(dòng)態(tài)ORB特征點(diǎn)后剩下的靜態(tài)特征點(diǎn)進(jìn)行特征匹配，得到相鄰幀之間的位置關(guān)系，進(jìn)行位姿估計(jì)，具體包括： 對(duì)剩下的靜態(tài)特征點(diǎn)調(diào)用Opencv函數(shù)計(jì)算出描述子，根據(jù)描述子的相似性進(jìn)行特征點(diǎn)的匹配； 定義相鄰兩幀已經(jīng)匹配完成的特征點(diǎn)： 定義前后兩幀匹配的第i個(gè)點(diǎn)對(duì)的誤差項(xiàng)： 構(gòu)建平方和最小問(wèn)題，求使誤差函數(shù)達(dá)到極小的R， 其中，R，分別表示需要求得的相鄰兩幀間的旋轉(zhuǎn)矩陣和平移向量，n表示匹配特征點(diǎn)的對(duì)數(shù)； 定義兩組點(diǎn)的質(zhì)心： 將誤差函數(shù)作如下的處理： 其中T表示矩陣轉(zhuǎn)置，在交叉項(xiàng)部分中，在化簡(jiǎn)后可以消去，得到的優(yōu)化目標(biāo)結(jié)果表示為： 對(duì)上式分三個(gè)層次求解： ①.計(jì)算對(duì)應(yīng)點(diǎn)的質(zhì)心所處的位置然后計(jì)算每個(gè)點(diǎn)除去質(zhì)心位置的坐標(biāo)： 其中表示特征點(diǎn)除去質(zhì)心位置的坐標(biāo)，表示特征點(diǎn)除去質(zhì)心位置的坐標(biāo)，根據(jù)以下公式作為判斷依據(jù)計(jì)算得出使得誤差函數(shù)最小的旋轉(zhuǎn)矩陣R*： ②.根據(jù)誤差函數(shù)得到的R*，計(jì)算使得誤差函數(shù)最小的平移向量 展開(kāi)誤差函數(shù)關(guān)于R的誤差項(xiàng)，得： 優(yōu)化目標(biāo)函數(shù)簡(jiǎn)化為：其中tr表示矩陣的跡 定義矩陣：W是一個(gè)三維矩陣，對(duì)W進(jìn)行奇異值分解，得：W＝U∑VT，其中，∑為特征值矩陣，U和V為正交矩陣，當(dāng)W秩滿時(shí)，最優(yōu)旋轉(zhuǎn)矩陣 R*為R*＝UVT； ③.解得R*后，即可求解出

如需購(gòu)買(mǎi)、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)人哈爾濱工業(yè)大學(xué)(深圳)，其通訊地址為：518000 廣東省深圳市南山區(qū)桃源街道深圳大學(xué)城哈爾濱工業(yè)大學(xué)校區(qū)；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)”。