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！

龙图腾网恭喜浙江大学申请的专利一种面向视觉惯性定位的基于地图的一致高效滤波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：CN115014346B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210458943.3，技术领域涉及：G01C21/20；该发明授权一种面向视觉惯性定位的基于地图的一致高效滤波方法是由王越;张铸青;熊蓉设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。

本一种面向视觉惯性定位的基于地图的一致高效滤波方法在说明书摘要公布了：本发明公开了一种面向视觉惯性定位的基于地图的一致高效滤波算法，通过以下系统来实现，系统包括三个模块：局部里程计模块，地图特征匹配模块和基于地图的定位模块，局部里程计用于接收相机和IMU的数据；地图特征匹配用于检测当前时刻相机所观测到的场景与事先建好的地图场景的相似度，获得当前时刻图像特征与地图特征的特征匹配对；基于地图的定位模块用于接收局部里程计的输出量以及特征匹配对。本发明将维护的里程计相关变量以及局部里程计参考系和事先建好的地图参考系之间的相对变换表示在该李群上，进而得到了一种新的不变卡尔曼滤波算法，保证了算法在不考虑地图不确定性时的能维护系统的正确能观性。

本发明授权一种面向视觉惯性定位的基于地图的一致高效滤波方法在权利要求书中公布了：1.一种面向视觉惯性定位的基于地图的一致高效滤波方法，其特征在于，所述的方法通过以下系统来实现，所述的系统包括三个模块：局部里程计模块，地图特征匹配模块和基于地图的定位模块，所述的局部里程计用于接收相机和IMU的数据，实时获取系统在局部参考系下的状态，获得相应的状态变量的值及其协方差；所述的地图特征匹配用于检测当前时刻相机所观测到的场景与事先建好的地图场景的相似度，获得当前时刻图像特征与地图特征的特征匹配对；所述的基于地图的定位模块用于接收局部里程计的输出量以及特征匹配对，获得更新后的局部里程计状态以及局部参考系和地图参考系的相对变换，进而计算得到机器人在地图参考系下的状态；所述的局部里程计模块包括IMU、与IMU信号连接的状态传播模块、相机、与相机信号连接的特征跟踪模块，与状态传播模块和特征跟踪模块信号连接的基于局部特征观测的MSOC-S-IKF状态更新模块；所述的IMU用于为系统提供实时的旋转角速度和线加速度；所述的状态传播模块用于接收IMU提供的旋转角速度和线加速度，并用这些量来将系统的状态从上一时刻传播到当前时刻，获得当前时刻预测的状态变量及其对应的协方差；获得的状态变量与协方差信号传递给基于局部特征观测的MSOC-S-IKF状态更新模块；所述的特征跟踪模块用于跟踪上一时刻图像中的特征点在当前时刻图像中的位置，从而获得在当前时刻图像上跟踪到特征点，将获得的特征点信号传递给基于局部特征观测的MSOC-S-IKF状态更新模块；所述的基于局部特征观测的MSOC-S-IKF状态更新模块用于通过输入的特征点信息，结合输入的预测的状态变量与协方差，通过重投影误差的方式计算观测误差，并利用所提出的不变卡尔曼滤波结合多状态约束来更新状态变量与协方差；所述的基于地图特征观测的MSOC-S-IKF状态更新模块包括三个部分：a基于地图特征点的观测方程：将匹配到的地图特征点，分别投影到当前帧，地图关键帧；在计算重投影误差的时候，需要求解观测方程关于地图点的雅克比矩阵，通过计算该雅克比矩阵的左零空间，将该左零空间乘到观测方程上，从而消去地图点特征对应的误差项，并且隐式地考虑了地图特征点的不确定性；b基于Schmidt滤波的IKF状态更新：将Schmidt滤波与IKF状态更新进行融合的目的是为了在考虑地图信息不确定性的同时保持滤波方法的计算效率；对于得到的观测方程 按照如下的步骤进行状态更新： 其中，下标t表示当前时刻系统对应的状态量和协方差，t|t-1表示进行状态更新前系统的对应的状态量和协方差，rGt为观测残差导出的“新息项”，为基于地图特征点的观测方程关于系统状态的雅克比，分为两部分，分别是与Xa,Xn相关的雅克比，其中Xa表示需要实时更新的状态部分，Xn表示地图关键帧部分，为观测噪声的协方差矩阵，Pt|t-1是进行状态更新前系统状态的协方差，根据可将其按块划分成： 为最终更新的机器人的状态，为地图关键帧部分的状态，该部分保持不变；c能观性约束：为了保证系统的正确能观性，进而保证系统的一致性，通过“能观性约束”OC方法，用于基于地图的定位，若系统在理想情况下的能观矩阵的右零空间为其中中所有时不变的量对应的值为相应的初始化的值，对于将匹配到的地图特征点投影到当前帧这一观测方程，在计算该观测方程关于状态变量的雅克比矩阵时，若原本在估计值处计算得到的雅克比矩阵为H，在考虑了能观性约束后，对应的雅克比应该通过下式计算： 通过将H替换成H*，保证系统始终有正确的能观性。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。