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！

龙图腾网获悉浙江大学申请的专利一种应用于肺支气管镜手术机器人的场景重建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：CN115222878B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210691216.1，技术领域涉及：G06T17/00；该发明授权一种应用于肺支气管镜手术机器人的场景重建方法是由王越;陆豪健;熊蓉;李雲霜;张敬禹设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种应用于肺支气管镜手术机器人的场景重建方法在说明书摘要公布了：本发明公开了一种应用于肺支气管镜手术机器人的场景重建方法，属于肺支气管镜手术机器人领域。获取肺支气管的内窥镜图像序列，滤波；对滤波后的图像序列进行特征点提取并进行邻帧特征点匹配；以首帧图像视角为初始化位姿，根据前两帧图像的特征点及匹配关系计算第二帧图像位姿；根据特征点及匹配关系、位姿，采用三角化测量方法估计相匹配的特征点深度，得到初始点云；根据第t帧图像的特征点在点云中的位置，得到第t帧图像位姿，t≥3；根据第t帧和前一帧图像特征点及匹配关系、位姿，采用三角化测量方法估计相匹配的特征点深度，更新点云；最终得到局部肺支气管三维重建图。本发明不需要额外的传感器信息辅助，重建准确性高，鲁棒性好。

本发明授权一种应用于肺支气管镜手术机器人的场景重建方法在权利要求书中公布了：1.一种应用于肺支气管镜手术机器人的场景重建方法，其特征在于，包括以下步骤： 步骤1，获取肺支气管的内窥镜图像序列，对内窥镜图像进行滤波，增强内窥镜图像上的气管的管腔特征，得到增强图像序列； 步骤2，对增强图像序列进行特征点提取并对邻帧图像进行特征点匹配，得到邻帧图像的匹配关系； 步骤3，以第一帧内窥镜图像的视角为初始化位姿，根据前两帧内窥镜图像的特征点及匹配关系计算第二帧内窥镜图像相对第一帧内窥镜图像的位姿；根据特征点及匹配关系、位姿，采用三角化测量方法估计相匹配的特征点深度，得到初始点云； 所述的步骤3具体为： 步骤3.1，八点对法求解2D-2D位姿 针对前两帧内窥镜图像的一对匹配点，定义在归一化坐标平面上，有X＝[u,v,1]T和X1＝[u1,v1,1]T两个像素点： 根据对极几何约束，有： 其中，表示3×3约束矩阵，u1、v1是像素点X1的坐标，u、v是像素点X的坐标； 写成线性形式： [u1u,u1v,u1,v1u,v1v,v1,u,v,1]·e＝E1·e＝0 其中，e表示9×1约束矩阵，E1是局部本质矩阵； 同样地，选取其余七对匹配点，按照上述方式进行表示；将八对匹配点的表示结果整合到一个线性方程当中，解算得到本质矩阵 对本质矩阵E进行奇异值分解： E＝U∑VT 计算解： 其中，U、V表示正交矩阵，Σ表示对角矩阵；R1、R2是旋转矩阵，t1、t2是平移矩阵；表示沿z轴旋转的旋转矩阵，表示沿z轴旋转的旋转矩阵； 从上述四个解R1,t1、R1,t2、R2,t1、R2,t2中筛选出唯一符合真实情况的解作为位姿估计结果R,t； 步骤3.2，三角化测量法估计深度 根据位姿估计结果R,t，得到像素点X,X1的关系： s1X1＝sRX+t 将上式转化为： s1X1^X1＝0＝sX1^RX+X1^t 其中，s1是像素点X1的深度信息，s是像素点X的深度信息；将式子看作是关于深度的方程，能够直接求解s1和s； 步骤3.3，重复步骤3.1和步骤3.2，遍历所有的匹配点，根据相匹配的特征点深度得到初始点云； 步骤4，根据第t帧内窥镜图像的特征点在点云中的位置，得到第t帧内窥镜图像的位姿，t≥3；根据第t帧和第t-1帧内窥镜图像特征点及匹配关系、位姿，采用三角化测量方法估计相匹配的特征点深度，更新点云； 步骤5，根据最终的点云得到局部肺支气管三维重建图。

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”。