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基于图像误差加权向量的视觉伺服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：CN114842278B 。

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：202210418685.6，技术领域涉及：G06V10/771；该发明授权一种基于图像误差加权向量的视觉伺服方法是由聂勇;董思旻;黄方昊;沈翀;陈正;唐建中设计研发完成，并于2022-04-20向国家知识产权局提交的专利申请。

本一种基于图像误差加权向量的视觉伺服方法在说明书摘要公布了：本发明公开了一种基于图像误差加权向量的视觉伺服方法。包括：获取视觉伺服任务中的相机处于初始和预设位姿时拍摄的目标图像，再使用特征提取算法分别提取图像特征点后，分别获得初始和期望全体特征点集合；接着利用M估计采样一致算法对初始全体特征点集合进行特征点筛选，筛选获得最优合格点集合；然后对各特征点赋予不同的权重，接着构造初始和预设控制点集合，再计算图像误差加权向量，基于图像误差加权向量对目标图像进行视觉伺服。本发明既减小了筛选大量图像特征点时的运算量，又通过选择高质量的少量特征点从而降低后续视觉伺服环节的运算量，同时允许了视觉伺服任务进行时丢失的控制点被其他高权重特征点替换，保证了控制点的质量。

本发明授权一种基于图像误差加权向量的视觉伺服方法在权利要求书中公布了：1.一种基于图像误差加权向量的视觉伺服方法，其特征在于，包括以下步骤：步骤一：分别获取视觉伺服任务中的相机处于初始位姿和预设位姿时拍摄的目标图像，再使用特征提取算法分别提取相机处于初始位姿和预设位姿时的目标图像的特征点后，分别获得初始和期望全体特征点集合；步骤二：根据期望全体特征点集合，利用M估计采样一致算法对初始全体特征点集合进行特征点筛选，筛选获得最优合格点集合；步骤三：对最优合格点集合中各特征点赋予不同的权重，接着按权重从高到低的顺序从最优合格点集合中选取若干个特征点作为初始控制点并构成相机处于初始位姿下的初始控制点集合scontrol，根据初始控制点集合从期望全体特征点集合中选取对应的预设控制点集合再根据初始控制点集合和各个初始控制点对应的权重以及预设控制点集合计算图像误差加权向量，基于图像误差加权向量对目标图像进行视觉伺服；在视觉伺服任务进行过程中若有控制点追踪失败，则选择最优合格点集合中剩余的权重最高特征点替代丢失的控制点并更新图像误差加权向量；所述步骤二具体为：2.1从初始全体特征点集合sall中随机抽取部分特征点并构成内点集合sInlier，将初始全体特征点集合sall中剩余特征点构成的集合作为非内点特征点集合sOther，计算当前内点集合sInlier对应的图像雅克比矩阵和相机位姿变化量估计值并作为内点模型；2.2基于期望全体特征点集合计算当前非内点特征点集合sOther中各个非内点特征点在当前内点模型中的模型误差；再根据模型误差计算各个非内点特征点的代价函数值，将代价函数值小于离群点判断阈值ThrOutlier的非内点特征点均加入合格点集合sgood，若当前合格点集合sgood中的非内点特征点个数countgood大于最小合格点数阈值countmin，则当前合格点集合sgood作为候选合格点集合；2.3重复步骤2.1-2.2，从初始全体特征点集合sall中多次随机抽取部分特征点并计算获得多个候选合格点集合，再计算各个候选合格点集合的非内点特征点模型误差总和sumuOthers，将非内点特征点的模型误差总和sumuOthers最小的候选合格点集合作为最优合格点集合sbest。

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：316021 浙江省舟山市定海区浙大路1号浙江大学舟山校区；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”。