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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种考虑动态特征的轮式机器人视觉SLAM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：CN119205914B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411256038.5，技术领域涉及：G06T7/73；该发明授权一种考虑动态特征的轮式机器人视觉SLAM方法是由程绍武;刘欣豪;王川设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种考虑动态特征的轮式机器人视觉SLAM方法在说明书摘要公布了：一种考虑动态特征的轮式机器人视觉SLAM方法，涉及机器人特征点跟踪技术领域。建立轮式里程计运动模型，对相邻两个视觉帧间的轮速编码器数据进行预积分操作，根据预积分测量值推导得到协方差矩阵，视觉特征提取，执行双目特征点稀疏立体匹配，计算特征点的深度，系统初始化，使用预积分值获取当前帧的位姿初始值，运动退化检测，获取位姿初始值，之后进行动态特征判别、位姿联合优化以及地图维护。将双目相机获取的空间几何信息与轮式里程计测量的运动增量相结合，能够对动态特征点进行准确的筛选，同时利用多源异构信息的互补性来保证定位的持续性和精度，能够有效提高轮式机器人在复杂工况下的定位精度和鲁棒性。

本发明授权一种考虑动态特征的轮式机器人视觉SLAM方法在权利要求书中公布了：1.一种考虑动态特征的轮式机器人视觉SLAM方法，其特征在于：包括以下步骤：步骤一：建立轮式里程计运动模型对相邻两个视觉帧间的轮速编码器数据进行预积分操作，推导得到预积分测量值，同时，根据预积分测量值推导得到协方差矩阵；步骤二：视觉特征提取将双目相机接收到的图像转化为灰度图像，并提取ORB特征点，随后执行双目特征点稀疏立体匹配，匹配完成后计算视差得到特征点的深度；步骤三：系统初始化初始化双目视觉-轮式里程计系统：如果当前帧是第一帧，则取第一帧的坐标系为该系统的世界坐标系，同时，选择第一帧作为关键帧，将双目相机检测到的特征点投影到世界坐标系下初始化全局地图，之后建立与关键帧中特征点数量相同的一批队列，关键帧每个特征点独有一个队列，队列后续用于动态特征判别与地图维护，如果当前帧不是第一帧，则跳过；使用轮式里程计运动模型中旋转的预积分测量值和平移的预积分值直接获取当前帧的位姿初始值： 式中，Rj为j时刻的旋转矩阵，Ri为i时刻的旋转矩阵，pj为j时刻的平移向量，pi为i时刻的平移向量，为k时刻轮式机器人的角速度测量值，为i时刻到k时刻旋转的预积分测量值，为k时刻轮式机器人的线速度测量值，Δt1为轮速编码器两次测量的时间间隔；步骤四：运动退化检测使用内点匹配法完成对轮式里程计面临摩擦力不足导致打滑的运动退化场景的检测，将上一关键帧的地图点投影到当前帧中，并在设置的欧式距离内进行最邻近搜索，匹配完成后，剔除不一致的匹配点，得到成功匹配的特征点数量，若成功匹配的特征点数量小于设定的阈值N1，则使用匀速模型获取位姿初始值，否则仍使用轮式里程计运动模型获取的当前帧的位姿初始值；步骤五：动态特征判别选取最近一个关键帧的特征点作为匹配对象，获取当前帧图像中与其有匹配关系的特征点在相机坐标系下的坐标PC，以及该关键帧的特征点所属队列中的最后一个特征点，并计算PC与之的偏移量SC：SC＝PC-PKC式中，PKC为队列最后一个特征点在相机坐标系下的三维坐标；得到偏移量SC后除以两帧之间的时间间隔Δt2，并联合轮式里程计提供的在两帧之间平均速度信息VW，得到特征点的偏移速度信息ΔVj，m： 将该特征点加入其匹配的关键帧特征点的队列，定义j时刻第m个特征点的标记参数γj，m： 当ΔVj，m大于等于设定的阈值Thv时，则认为该特征点为动态特征点，否则认为该特征点为静态特征点；步骤六：位姿联合优化利用动态特征判别匹配结果构建重投影误差并计算轮式里程计误差，过程如下： 式中，为定义的j时刻中第m个特征点的重投影误差，um为第m个特征点在图像上的像素坐标，为第m个特征点的深度，K为双目相机内参，Pm为第m个特征点在地图中的三维坐标； 式中，为定义的j时刻中的轮式里程计误差，为i时刻到j时刻旋转的预积分测量值，为i时刻到j时刻平移的预积分测量值；则目标函数为： 式中，M为该帧参与优化的特征点的数量，为j时刻第m个特征点的协方差矩阵，为i时刻到j时刻的预积分测量值协方差矩阵；利用最小二乘法优化位姿初始值，获取更加准确的位姿估计结果，通过设定阈值为N2的内点匹配法判定位姿估计结果是否成功，若位姿估计结果不成功则直接将位姿初始值视为当前帧的位姿，若位姿估计结果成功则使用最小二乘法优化后的位姿结果作为当前帧的位姿；步骤七：地图维护除第一帧直接被认定为关键帧外，其他帧满足以下两条规则之一即被选取为新的关键帧，规则一：80％以上的队列在该帧中没有新加入的特征点，规则二：距离上次选择关键帧的时间超过2s；当前帧若被选取为新的关键帧，则首先进行地图点的维护，对每个队列做以下处理：若队列中动态特征点率小于设定的阈值Ralow，取队列中静态特征点以及其匹配的关键帧特征点在世界坐标系下的三维坐标均值作为新的地图点替代原有地图点；若队列中动态特征点率大于设定的阈值Rahigh，则认为该地图点信息不可靠，做删除处理；完成地图点的维护后，将新的关键帧中的特征点投影到世界坐标系中，加入全局地图，并建立与关键帧中特征点数量相同的一批队列，后续帧特征点的匹配对象将更新为该关键帧，后续用于动态特征判别与地图维护的队列为新建立的队列。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。