买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安理工大学申请的专利一种基于直接法的移动机器人双目视觉定位与建图方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114627184B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210193480.2，技术领域涉及：G06T7/73；该发明授权一种基于直接法的移动机器人双目视觉定位与建图方法是由刘善慧;陈宇宏;秦高将;马利娥;康婵婵设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本一种基于直接法的移动机器人双目视觉定位与建图方法在说明书摘要公布了：一种基于直接法的移动机器人双目视觉定位与建图方法，包含以下步骤：步骤1选取基于图像分割和分区域阈值的特征点；步骤2设计基于双向静态立体匹配的初始化算法；步骤3设计基于多模型预测的前端跟踪算法；步骤4建立基于辐射度误差约束的后端图优化模型；步骤5选取基于重投影误差的关键帧、管理滑动窗口与边缘化处理；步骤6设计基于直接法的双目视觉定位与建图系统整体算法。本发明解决了视觉SLAM系统存在实时性不足的问题，提高了前端跟踪的精度和鲁棒性，同时提高了后端优化的效率，可作为位置信息准确性验证的方法。

本发明授权一种基于直接法的移动机器人双目视觉定位与建图方法在权利要求书中公布了：1.一种基于直接法的移动机器人双目视觉定位与建图方法，其特征在于，包括以下步骤：步骤1，选取基于图像分割和分区域阈值的特征点；步骤2，设计基于双向静态立体匹配的系统初始化算法；步骤3，设计基于多模型预测的前端跟踪算法；所述步骤3，将所有图像帧j中已知深度特征点投影在图像帧k上得到的所有残差进行联合优化，得到优化方程4，通过GN优化求得图像帧j和图像帧k之间的相对位姿， 式中：E表示总能量残差；Ikp'表示点p在图像帧k的投影p'的灰度值；Ijp表示在图像帧j的投影p的灰度值；P表示属于Ikey且深度已收敛的点的集合；p'表示点p在当前帧I1上的投影；wi表示点p的权重；步骤4，建立基于辐射度误差约束的后端图优化模型；所述步骤4，具体做法是：通过辐射度误差约束建立后端图优化模型，将各个关键帧和属于其特征点的雅克比矩阵进行堆叠组合，得到大型线性方程5，对其迭代求解，完成滑动窗口内各个关键帧和属于关键帧的特征点的逆深度的优化： 式中：表示x方向关键帧k中xk处的灰度值梯度；表示y方向关键帧k中xk处的灰度值梯度；ρj表示关键帧j的一个点的逆深度；ρk表示ρj在关键帧k上的投影；rkj表示从关键帧Ij到关键帧Ik的残差；w表示权重；表示对点p在关键帧k中的逆深度求导；xk表示该点在关键帧k中的像素坐标；u'k,v'k表示特征点在关键帧k上的归一化空间位置；fx,fy表示相机内参中的焦距；步骤5，选取基于重投影误差的关键帧、管理滑动窗口与边缘化处理；所述步骤5，具体做法是：采取重投影误差的方式进行关键帧的选取，使当前选取的关键帧与最新关键帧有一定关联但不会产生过多冗余信息，采用多线程的方式，在获得关键帧后，开辟新的线程完成后端优化，同时采用滑动窗口机制，对进入优化的关键帧数量进行限制，对去除的关键帧采取舒尔补进行边缘化；步骤6，设计基于直接法的双目视觉定位与建图系统的整体算法；所述步骤6，具体做法是：设计基于直接法的双目视觉定位与建图系统的整体算法具体又包括以下步骤：步骤2的系统初始化算法完成后，对于非关键帧，进行多模型预测更新过程，保证前端跟踪时的位姿输出频率；在得到当前帧的位姿之后，依照关键帧选取策略判断其是否为关键帧，若为关键帧，则开辟新线程进行后端优化的操作；若不为关键帧，则重新读取图像开始跟踪位姿；在后端优化线程中，将新关键帧和优化窗口内的所有关键帧进行联合优化，获得其优化后的位姿，并得到优化后的每个特征点的深度信息；然后进行边缘化过程，将多余的帧边缘化；最后对最新的关键帧进行特征点选取，并求取其深度信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。