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！

龙图腾网恭喜浙江大学申请的专利基于体素神经隐式表面的稠密同步定位与建图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：CN115619951B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202211263616.9，技术领域涉及：G06T17/05；该发明授权基于体素神经隐式表面的稠密同步定位与建图方法是由章国锋;杨兴锐;李海;翟宏佳设计研发完成，并于2022-10-16向国家知识产权局提交的专利申请。

本基于体素神经隐式表面的稠密同步定位与建图方法在说明书摘要公布了：本发明公开了一种基于体素神经隐式表面的稠密同步定位与建图的方法。本发明将三维场景分解为以体素块为单位的几何单元，并将其内部的几何和纹理信息以特征向量形式存储在体素块中，通过插值的方式获取对应三维点的特征并通过几何解析网络和纹理解析网络两个部分获取符号距离场SDF以及对应的颜色。本发明在此基础上，提出了通过定位和建图两个进程的交叉迭代优化，并通过共享变量的方式在两个进程之间传递地图潜特征向量；本发明创新地引进了基于Morton编码的八叉树方法来进一步提升地图更新的效率。本发明通过对生成的体素块进行交互式编辑，就可以渲染出编辑后的表面和纹理效果，从而应用到虚拟现实和增强现实等应用中。

本发明授权基于体素神经隐式表面的稠密同步定位与建图方法在权利要求书中公布了：1.一种基于体素神经隐式表面的稠密同步定位与建图的方法，其特征在于，包括以下步骤：步骤1：获取第一帧的RGB-D图像，将第一帧图像中每个像素点对应的深度，反投影到三维空间中，从而获得地图中的初始三维点云；将初始三维点云所在的坐标系设置为参考坐标系，并基于初始三维点云构建多个不重叠且与参考坐标系的坐标轴对齐的体素块；基于这些体素块构建八叉树结构，并将体素块对应的Morton编码插入到八叉树中；同时为每个体素块8个顶点分配定长特征向量，这些定长特征向量用来储存拟构建场景的几何和纹理信息；步骤2：从获取到的图像中随机采样M个像素点，并生成从图像对应的相机中心出发穿过每个像素点的射线，并计算射线与已构建的体素块的交集；在射线与体素块交集的区域进行均匀采样，从而得到采样的三维点，通过三维点的三维坐标获取其所在的体素块的8个顶点的特征向量，并通过特征提取函数得到三维点对应的特征向量；通过几何解析网络获取符号距离场SDF和中间信息，再将得到的中间信息通过纹理解析网络获取颜色；通过SDF计算三维点对应的空间密度值，再通过体渲染的方式对射线上的三维点的颜色和深度进行权重累积，最终得到预测的射线对应像素的颜色和深度；将预测的颜色和深度与真实的颜色和深度对比，由此优化体素块顶点上的定长特征向量和几何解析网络和纹理解析网络；步骤3：步骤2完成后，开启跟踪进程，跟踪进程为：对从第二帧开始获取的图像重复步骤2，但保持体素块顶点上的定长特征向量和几何解析网络和纹理解析网络不变，只优化图像对应的相机6自由度位姿，优化后即完成定位，并将优化后的相机6自由度位姿与对应的RGB-D图像构建成为帧，并放入候选关键帧列表；步骤4：开启建图进程，建图进程为：从步骤3中获取关键帧列表，遍历候选关键帧列表，将每一帧图像的像素点对应的深度，根据图像对应的相机6自由度位姿，反投影深度到三维空间中，获得每一帧对应的三维点云；针对三维点云中的每一个三维点，判断三维点是否包含在已创建的体素块中，若不包含，则创建新的体素块，并更新步骤1中的八叉树结构，由此达到动态创建体素块，扩展建图区域的目的；从关键帧列表中选取若干合适的帧作为关键帧，并与候选关键帧列表中最新的帧一起优化；对于所有待优化的帧中的图像，重复步骤2，并在优化体素块顶点上的定长特征向量和几何解析网络和纹理解析网络的同时，优化帧的6自由度位姿。

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”。