恭喜苏州大学;江苏省中以产业技术研究院;苏州晨尔诺光电科技有限公司余雷获国家专利权
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!
龙图腾网恭喜苏州大学;江苏省中以产业技术研究院;苏州晨尔诺光电科技有限公司申请的专利一种基于多任务特征提取网络的视觉惯性SLAM系统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:CN114581616B 。
龙图腾网通过国家知识产权局官网在2025-06-10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:202210105851.7,技术领域涉及:G06T17/05;该发明授权一种基于多任务特征提取网络的视觉惯性SLAM系统是由余雷;李光强;方一凡设计研发完成,并于2022-01-28向国家知识产权局提交的专利申请。
本一种基于多任务特征提取网络的视觉惯性SLAM系统在说明书摘要公布了:本发明公开的一种一种基于多任务特征提取网络的视觉惯性SLAM系统,包括多任务特征提取网络与三维地图构建模块;获取图像数据信息,将图像数据信息输入多任务特征提取网络,对特征进行检测跟踪,传感器数据处理完成后,检查系统是否已完成初始化,如果未初始化,则对系统进行视觉惯性联合初始化;初始化完成后,使用滑动窗口对固定数目的关键帧的位姿、IMU偏差进行优化,从而进行位姿估计,三维地图构建模块将结合系统估计出的相机位姿与相机视频流,利用surfel模型和变形图完成三维重建。
本发明授权一种基于多任务特征提取网络的视觉惯性SLAM系统在权利要求书中公布了:1.一种基于多任务特征提取网络的视觉惯性SLAM系统,包括:多任务特征提取网络与三维地图构建模块;其特征在于,获取图像数据信息,将图像数据信息输入多任务特征提取网络,对特征进行检测跟踪,传感器数据处理完成后,检查系统是否已完成初始化,如果未初始化,则对系统进行视觉惯性联合初始化;初始化完成后,使用滑动窗口对固定数目的关键帧的位姿、IMU偏差进行优化,从而进行位姿估计,三维地图构建模块将结合系统估计出的相机位姿与相机视频流,利用surfel模型和变形图完成三维重建;利用surfel模型和变形图完成三维重建,具体包括:通过位姿估计和优化得到精确的相机位姿,将双目相机获得的每幅图像的像素点投影到世界坐标系中,通过点云数据融合,得到surfel三维地图;多特征提取网络由一个共享的主干网和两个子模块组成,两个子模块包括位置模块与描述子模块,位置模块包括两个卷积层,其中一个卷积层使用ReLU激活函数,另一个卷积层使用sigmoid激活函数,描述子模块接收主干网处理后的图片,有两个卷积层,信道数均为256,在每个卷积层之后是ReLU激活函数,根据位置模块输出的特征点相对位置坐标Prelative,采用双三次插值生成对应的描述子Dimage;主干网包括四个卷积层,四个卷积层中的信道数为32-64-128-256,积层之间都有一个最大池化层,共三个最大池化层,每个最大池化层的跨距和内核大小都为2,在每个最大池层之后,后续卷积层的通道数将增加一倍,因此通过主干网处理后,输出图片的一个像素是输入图片的8x8个像素;还包括自监督训练框架,所述自监督训练框架包括若干张用于训练的图像,每张用于训练的图像会被分成两张,其中一张是保持不变的原始图像A,另一张是通过变换矩阵和随机非空间图像增强变换后的的图像B;通过多任务网络分别检测A、B两张图像的特征点和描述子,然后从A、B两张图像中建立点对应;在损失函数中使用点对应来训练模型;假设A、B两张图像中共有N个点对,每个点对的距离用欧氏距离表示: 其中,表示图像A中特征点的位置,表示图像B中特征点的位置,T表示变换矩阵,并且变换矩阵T与图像A到图像B的变换矩阵相同。
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苏州大学;江苏省中以产业技术研究院;苏州晨尔诺光电科技有限公司,其通讯地址为:215137 江苏省苏州市相城区济学路8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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。