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！

龍圖騰網獲悉格星微電子科技成都有限公司申請的專利基于增量式圖優化的單目vio融合rtk系統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：CN119904521B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202411988542.4，技術領域涉及：G06T7/73；該發明授權基于增量式圖優化的單目vio融合rtk系統是由梁修如;羅茂根;張懷東;周星宇設計研發完成，并于2024-12-31向國家知識產權局提交的專利申請。

本基于增量式圖優化的單目vio融合rtk系統在說明書摘要公布了：本發明公開了一種基于增量式圖優化的單目vio融合rtk系統，包括：數據采集與同步模塊，用于采集IMU、圖像和RTK數據，并確保它們的時間戳同步；初始狀態估計模塊，用于聯合IMU和視覺數據使用vio算法進行初步的狀態估計，再用RTK數據進行全局位置校準，將初始狀態作為圖的第一個節點；增量式狀態圖構建與約束殘差模塊，用于構建增量式狀態圖并計算殘差；增量式優化模塊，用于計算所有新增約束殘差的平方和，計算雅可比矩陣，僅優化最新的狀態節點。本發明能夠避免每次數據更新都要重建整個圖，提高了計算效率和實時性；融合RTK數據作為精確的絕對位置參考，提高了定位精度，解決了尺度不確定性問題。

本發明授權基于增量式圖優化的單目vio融合rtk系統在權利要求書中公布了：1.基于增量式圖優化的單目vio融合rtk系統，其特征在于，包括： 數據采集與同步模塊，用于采集來自慣性傳感器的IMU數據、來自單目相機的圖像數據和來自GNSS傳感器的RTK數據，再利用時間戳進行不同傳感器數據的匹配，確保它們的時間戳同步； 初始狀態估計模塊，用于聯合經過同步后的IMU和圖像數據使用vio算法進行初步的狀態估計，再用RTK數據進行全局位置校準，將初始狀態作為狀態圖的第一個節點； 增量式狀態圖構建與約束殘差模塊，用于使用新的狀態在初始狀態圖的基礎上構建增量式狀態圖，同時進行狀態預測，計算預測值與真實值之間的約束殘差； 增量式優化模塊，用于計算所有新增約束殘差的平方和，計算雅可比矩陣，通過雅可比矩陣得出增量式優化過程中的中間變量，使用中間變量優化最新的狀態節點； 所述增量式狀態圖構建與約束殘差模塊具體執行以下操作： 1用k-1時刻的IMU、圖像和RTK數據預測時刻k的狀態 式中，pk-1表示k-1時刻的位置；vk-1表示k-1時刻的速度；qk-1表示k-1時刻的姿態四元數；hvisual·表示預測下一個時刻圖像中特征點坐標的預測方程；zvisual,k-1表示k-1時刻的圖像中特征點坐標；ak-1是k-1時刻的加速度；Δqwk-1,Δt表示k-1時刻的角速度wk-1經過Δt時間后的增量四元數；表示兩個四元數相乘；表示k時刻根據k-1時刻狀態xk-1預測得到的位置預測值；表示k時刻根據k-1時刻狀態xk-1預測得到的速度預測值；表示k時刻根據k-1時刻狀態xk-1預測得到的姿態四元數預測值；表示k時刻根據k-1時刻的特征點坐標zvisual,k-1預測得到的特征點坐標預測值； 2用新的IMU、圖像和RTK數據更新當前時刻k的狀態xk： xk＝[pk,vk,qk,zvisual,k] 式中，pk表示k時刻的位置；vk表示k時刻的速度；qk表示k時刻的姿態四元數；zvisual,k表示k時刻的圖像中特征點坐標； 每新增一個狀態，就在已有的狀態圖里新增一個節點，實現增量式狀態圖； 3根據k-1時刻得到的預測值和k時刻從IMU數據得到的真實值計算新的約束殘差： 式中，表示當前時刻k的狀態xk的位置預測值與真實值之間的約束殘差；表示當前時刻k的狀態xk的速度預測值與真實值之間的約束殘差；表示當前時刻k的狀態xk的姿態四元數預測值與真實值之間的約束殘差； 4根據k-1時刻得到的預測值和k時刻從圖像數據得到的真實值計算新的約束殘差： 式中，zvisual,k表示k時刻通過圖像獲得的實際特征點坐標；rvisual,kxk表示當前時刻k的狀態xk的特征點坐標預測值與真實值之間的約束殘差； 5根據k-1時刻得到的預測值和k時刻從RTK數據得到的真實值計算新的約束殘差： 式中，表示RTK提供的真實位置；rRTK,kxk表示當前時刻k的狀態xk的位置預測值與RTK提供真實值之間的約束殘差； 所述增量式優化模塊具體執行以下操作： 1計算所有新增約束殘差的平方和： 式中，R表示約束殘差的平方和； 2計算每個約束殘差對狀態變量的偏導數，得到一個雅可比矩陣： J＝[J1,J2,...Ji,...J5] 式中，J1表示對位置p求偏導數后的向量；J2表示對速度v求偏導數后的向量；J3表示對姿態q求偏導后的向量；J4表示rvisual,kxk對圖像中特征點數n求偏導后的向量；J5表示對位置p求偏導后的向量；J表示由Ji組成的雅可比矩陣； 3使用雅可比矩陣和約束殘差的平方和計算優化的中間變量： Δx＝JTJ+λI-1JTR 式中，Δx表示在優化過程中控制xk變化的量；λ是阻尼因子；JTJ是雅可比矩陣的正規化項；R表示新增的約束殘差的平方和； 4基于中間變量進行迭代優化： 式中，表示在優化過程中用來替換的中間變量；表示位置的中間變量；表示速度的中間變量；表示姿態的中間變量；表示圖像中特征點的中間變量； 將替換原本的預測值： 重復進行步驟1、2、3進行多次優化，直到R收斂后輸出

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格星微電子科技成都有限公司，其通訊地址為：610094 四川省成都市高新區天府大道北段1480號9號樓3棟5層1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”。