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！

龙图腾网获悉太原科技大学申请的专利一种融合优化的视觉里程计的激光SLAM定位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：CN117671025B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202311650366.9，技术领域涉及：G06F16/50；该发明授权一种融合优化的视觉里程计的激光SLAM定位方法是由胡啸;张秸腩;李明杰;刘俊;董炤琛;贾超;赵志诚设计研发完成，并于2023-12-05向国家知识产权局提交的专利申请。

本一种融合优化的视觉里程计的激光SLAM定位方法在说明书摘要公布了：本发明涉及激光与视觉融合定位建图的SLAM技术领域，尤其涉及一种融合优化的视觉里程计的激光SLAM定位方法，包括：分别获取2D激光雷达点云数据、RGB图像数据、深度图像数据和轮式里程计数据；基于RGB图像数据和深度图像数据获取位姿一，基于轮式里程计数据获取位姿二，通过位姿一和位姿二，进行视觉里程计与轮式里程计的联合标定，获得联合标定结果，对当前帧位姿进行优化；将2D激光雷达点云数据与当前帧位姿优化结果进行融合定位，并构建局部子图；对局部子图进行回环优化，构建全局地图。本发明解决了单一SLAM在复杂的户外环境下定位不准确的问题，结合了视觉SLAM和激光SLAM的优点，具有更好的鲁棒性。

本发明授权一种融合优化的视觉里程计的激光SLAM定位方法在权利要求书中公布了：1.一种融合优化的视觉里程计的激光SLAM定位方法，其特征在于，包括： 分别获取2D激光雷达点云数据、RGB图像数据、深度图像数据和轮式里程计数据； 基于所述RGB图像数据和所述深度图像数据获取位姿一，基于所述轮式里程计数据获取位姿二，通过所述位姿一和所述位姿二，进行视觉里程计与轮式里程计的联合标定，获得联合标定结果，利用所述联合标定结果对当前帧位姿进行优化，其中，所述当前帧为RGBD图像帧； 将所述2D激光雷达点云数据与当前帧位姿优化结果进行融合定位，将融合后的位姿作为最优位姿，并构建局部子图； 对所述局部子图进行回环优化，构建全局地图，进行后续的巡检路径规划及自主导航； 其中，基于所述RGB图像数据和所述深度图像数据获取位姿一，包括： 将所述RGB图像数据进行灰度处理，获取灰度图像，将所述灰度图像与所述深度图像结合，构成RGBD图像帧； 提取所述RGBD图像帧中的ORB特征点，若所述ORB特征点的数目大于预设阈值，则将所述RGBD图像帧加入关键帧组中，并利用所述深度图像获取所述ORB特征点的深度值，构建当前帧3D特征点；其中，所述关键帧组为ORB特征点数目大于预设阈值的RGBD图像帧的组合； 通过所述关键帧组中的两帧图像帧进行特征匹配，获取匹配好的3D特征点，并通过ICP算法解算关键帧之间的位姿变换关系Tcac，即所述位姿一； 所述位姿二基于所述轮式里程计通过航迹推演算法得到； 利用所述联合标定结果对当前帧位姿进行优化，包括： 读取当前轮式里程计的数据，利用航迹推算法，计算所述里程计当前时刻的位姿，将所述当前时刻的位姿与所述联合标定结果相乘，获得当前帧的初始估计位姿，将上一帧的3D特征点通过所述初始估计位姿投影到当前帧，与当前帧的特征点进行投影匹配，构建视觉重投影误差函数，并通过非线性优化的方式，构建最小二乘问题并迭代求解，完成所述当前帧位姿的优化； 构建所述局部子图，包括： 将视觉里程计的实时位姿加入到位姿队列，转换到激光雷达下的位姿，去除激光点云的畸变； 将经过优化的当前帧位姿，作为机器人当前时刻的估计位姿； 将经过去畸变的激光点云数据与估计位姿同时输入到位姿匹配器，以所述估计位姿为中心设定搜索范围，对所述搜索范围中的每一个位姿进行枚举，找出最匹配的位姿； 将所述最匹配的位姿作为最优位姿Te，将所述最优位姿Te作为该帧激光点云在当前子图的最佳插入位置，然后将该帧激光点云插入子图。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66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”。

以上内容由龙图腾AI智能生成。