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！

龙图腾网获悉西北工业大学申请的专利一种基于深度学习的视觉惯性里程计及其使用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：CN120252705B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510753663.9，技术领域涉及：G01C21/16；该发明授权一种基于深度学习的视觉惯性里程计及其使用方法是由刘赶超;田昊哲;赵阳设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于深度学习的视觉惯性里程计及其使用方法在说明书摘要公布了：本申请属于无人机视觉定位技术领域。本申请提供一种基于深度学习的视觉惯性里程计及其使用方法。本公开实施例可以。引入高效的动态感知网络来代替普通的卷积，并构建了跨模态一致性增强的特征融合模块，能够捕获长距离的空间信息，同时可以消除两种模态之间的差异性，增强两者的一致性。同时，可以在内存占用率小的前提下，达到较高的实时处理速度，使其非常适合部署于资源受限的嵌入式平台。多模态信息融合策略将视觉信息与惯性数据高效整合，确保系统在城市、农村以及高速行驶等多种复杂场景下均能保持稳定且可靠的定位性能，展现出卓越的鲁棒性和广泛的适用性。

本发明授权一种基于深度学习的视觉惯性里程计及其使用方法在权利要求书中公布了：1.一种基于深度学习的视觉惯性里程计的使用方法，其特征在于，该方法包括： 获取图像对及其对应的IMU数据；其中，图像对为连续的两个图像帧，IMU数据为连续的两个图像帧之间的IMU测量数据，IMU数据包括加速度计数据和陀螺仪数据； 利用视觉编码器对图像对进行基于卷积的廉价操作和跨通道注意力加权，以生成视觉特征；具体包括：双流特征生成单元通过主特征提取器提取图像对的基础特征，并结合深度卷积生成廉价辅助特征；空间-通道协同门控机制单元分别沿水平方向与垂直方向对图像对进行分解全连接操作，以计算图像对沿水平方向的注意力分数和垂直方向的注意力分数；基于水平方向的注意力分数和垂直方向的注意力分数，利用Sigmoid函数归一化注意力权重；通过拼接基础特征和廉价辅助特征后，与归一化后的注意力权重相乘，生成视觉特征； 利用惯性编码器对IMU数据进行特征提取，以得到惯性特征； 利用特征融合模块对视觉特征和惯性特征进行跨模态一致性融合，以得到融合特征； 利用多元回归模块根据融合特征构建模跨时间步的时序依赖关系，以得到连续的两个图像帧之间的相对位姿；其中， 基于深度学习的视觉惯性里程计包括视觉编码器、惯性编码器、特征融合模块和多元回归模块，视觉编码器和惯性编码器的输出均输入至特征融合模块，特征融合模块的输出输入至多元回归模块； 视觉编码器包括依次串行的第一动态感知网络、第二动态感知网络、第三动态感知网络、第四动态感知网络、第五动态感知网络、第六动态感知网络、第七动态感知网络、第八动态感知网络、第九动态感知网络和第一全连接层； 惯性编码器包括依次串行的三个一维卷积神经网络和第二全连接层； 特征融合模块包括共享特征提取器和多层感知机； 多元回归模块包括长短期记忆网络和第三全连接层； 各个动态感知网络均包括双流特征生成单元和空间-通道协同门控机制单元。

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北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。