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！

龙图腾网恭喜浙江工业大学申请的专利基于网格分割与双地图耦合的机器人RGB-D 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：CN114612525B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210119777.4，技术领域涉及：G06T7/269；该发明授权基于网格分割与双地图耦合的机器人RGB-D SLAM方法是由艾青林;王威设计研发完成，并于2022-02-09向国家知识产权局提交的专利申请。

本基于网格分割与双地图耦合的机器人RGB-D SLAM方法在说明书摘要公布了：一种基于网格分割与双地图耦合的RGB‑DSLAM方法，适用于室内动态环境，基于单应运动补偿与双向补偿光流法，根据几何关系与深度值聚类结果得到网格化运动分割，保证了算法的快速性。利用静态区域内的特征点最小化重投影误差得到相机位姿估计。结合相机位姿、RGB‑D图像、网格化运动分割图像，同时构建场景的稀疏点云地图和静态八叉树地图并进行耦合，在关键帧上使用基于网格分割和八叉树地图光线遍历的方法筛选静态地图点，更新稀疏点云地图，保障定位精度。本发明能够有效提升室内动态场景中的相机位姿估计精度，实现场景静态八叉树地图的实时构建和更新。

本发明授权基于网格分割与双地图耦合的机器人RGB-D SLAM方法在权利要求书中公布了：1.一种基于网格分割与双地图耦合的机器人RGB-DSLAM方法，其特征在于，所述方法包括以下步骤： 步骤1：对RGB-D相机拍摄的图像，提取并匹配灰度图像中的ORB特征点，基于单应变换原理对图像进行单应运动补偿，并使用根据光流理论设计的双向补偿光流法来识别图像中的动态特征点； 步骤2：将输入的图像划分为矩形网格区域，将动态特征点转换为动态区域表示，并根据几何连通性和深度值聚类方法优化动态区域，得到最终的网格化运动分割图像； 步骤3：根据网格分割对当前帧中的特征点运动性质做出判断，初始化稀疏点云地图，利用最小化重投影误差的方式计算当前帧去除动态影响的相机位姿； 步骤4：结合相机位姿、RGB-D图像、网格化运动分割图像，构建场景的静态八叉树地图； 步骤5：逐步构建场景的稀疏点云地图，在这一过程中结合八叉树地图进行双地图耦合，在关键帧上使用基于网格分割和八叉树地图光线遍历的方法筛选静态地图点，更新稀疏点云地图，保障定位精度； 所述步骤1的过程如下： 步骤1.1：对由RGB-D相机拍摄的图像，提取灰度图像中的ORB特征点并进行特征匹配； 步骤1.2：首先求解单应矩阵，单应矩阵描述两个平面之间的映射关系，单应变换前后点的坐标对应关系由式1计算，在图像包含明确前景和背景且运动前景不占据画面的绝大部分像素的情形下，单应变换补偿由于相机自身运动引起的图像背景变化； xt+1＝Ht+1,txt1 其中，Ht+1,t为第t帧到第t+1帧之间的3×3单应矩阵，xt和xt+1分别为第t帧和第t+1帧之间的对应点的齐次坐标，由于xt和xt+1为齐次坐标，该等式为齐次坐标等式，即等式两边乘以任意非0的常数仍然成立，将式1表示为2的形式； 其中，xt＝[xtyt1]T，xt+1＝[xt+1yt+11]T，h11至h33为单应矩阵Ht+1,t各元素，k为任意非0常数； 两帧图像的单应矩阵计算依赖两帧之间的对应点信息，由于实际图像中的特征点对不可能全部满足同一刚体透视变换，使用LMedS方法确定参与单应矩阵计算的内点，使用LMedS方法迭代求解单应矩阵； 其中，xi,t,yi,t和xi,t+1,yi,t+1分别为第i个t帧和t+1帧中的对应坐标，Median表示取所有数据样本的中值； 如式3，将变换后坐标和与实际对应坐标之间的像素距离作为误差项，LMedS的求解使得选出点集误差的中值最小化； 所需的两帧之间的对应点信息，通过光流法求得；将第t帧中提取的ORB特征点利用Lucas-Kanade稀疏光流法向第t+1帧追踪得到对应点位置； 步骤1.3：提出基于光流原理的双向补偿光流法，步骤1.2已经对前后两帧t与t+1进行前向光流计算，根据对应点信息计算单应矩阵，对第t帧图像应用该单应变换得到补偿图像，此时从第t+1帧向补偿图像做反向光流追踪得到消除干扰的反向光流场； 在双向补偿光流过程中，记第t帧的时刻为t，t时刻位于x,y处的像素，在t+dt时刻运动到x+dx,y+dy处，根据光流法中的灰度不变假设，有前向光流灰度关系式4，其中Ix,y,t表示t时刻x,y处的像素灰度，前向光流的意义主要在于建立前后两帧之间的对应点联系，计算单应矩阵； Ix+dx,y+dy,t+dt＝Ix,y,t4 Ixb,yb,t＝Ix+dx,y+dy,t+dt5 反向光流过程中，由t+dt时刻的像素位置x+dx,y+dy在经单应补偿的t时刻图像中计算得到对应点位置xb,yb，用Ixb,yb,t表示该时刻和位置的像素灰度，有反向光流灰度关系式5； 前向光流的光流矢量为式6，反向光流的光流矢量定义为该过程中原本光流失量的相反矢量，如式7； vforward＝x+dx,x+dy-x,y＝dx,dy6 其中，vforward为前向光流矢量，vbackward为反向光流矢量； 两个矢量的差值x–xb,y-yb表征了单应运动补偿对于相机自身运动引起的背景运动的补偿，使得vbackward接近于运动前景的位移； 在计算t帧和t+1帧之间的反向光流场1的基础上，同理计算t帧和t+2帧之间的反向光流场2并对比分析两个光流场中的光流失量； 按以下条件判断特征点是否做稳定的运动： 1两个矢量的模均大于一定阈值δ； 2场2中矢量的模大于场1中对应矢量模； 3两矢量的夹角小于180°，即内积大于0； 以上条件表述为式8，v1和v2分别为两个光流场中的对应光流矢量，δ选取为一个极小的值，受运动程度影响小。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。