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！

龙图腾网获悉福州大学申请的专利基于点、线特征约束的同时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：CN117218195B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202311161453.8，技术领域涉及：G06T7/73；该发明授权基于点、线特征约束的同时定位与建图方法是由张立伟;蔡锦人设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。

本基于点、线特征约束的同时定位与建图方法在说明书摘要公布了：本发明提出基于点、线特征约束的同时定位与建图方法，用于设备在移动时的位姿定位与建图作业，包括以下步骤；首先、通过对设备移动过程拍摄图像内的点、线特征的提取和对于线特征的长度筛除来获得追踪质量较高的点、线特征；其次，根据被检测的点特征在其固定半径范围内进行搜索，获取相似位置的线特征；根据点，线特征进行分组并且耦合使用；最后，采用点线耦合特征进行联合建图，并定义点特征、线特征、线特征残差与点线耦合特征残差，而后进行后端的非线性优化，通过最小化残差达到位姿估计与地图构建的目的；本发明采用点线耦合特征进行联合建图，能够更精准的输出机器人位姿及进行地图构建。

本发明授权基于点、线特征约束的同时定位与建图方法在权利要求书中公布了：1.基于点、线特征约束的同时定位与建图方法，用于具备机器视觉功能的设备在移动时的位姿定位与建图作业，其特征在于：所述方法首先、通过对设备移动过程拍摄图像内的点特征、线特征的提取和对于线特征的长度筛除来获得追踪质量较高的点、线特征； 其次，根据被检测的点特征在其固定半径范围内进行搜索，获取相似位置的线特征；根据点，线特征进行分组并且耦合使用； 最后，采用点线耦合特征进行联合建图，并定义点特征、线特征、线特征残差与点线耦合特征残差，而后进行后端的非线性优化，通过最小化残差达到位姿估计与地图构建的目的； 所述具备机器视觉功能的设备为机器人，方法包括以下步骤； 步骤S1、对于设备的相机所得图像数据，按其频率所得一张图像为一帧，经过预处理后，对于每一帧图像基于点特征提取算法shi-tomasi和线特征检测子LSD提取算法对于相机帧所得图像进行特征提取； 步骤S2、根据线特征追踪次数定义提取线特征的长度阈值，调整算法中的视觉金字塔以减少细碎线段与追踪次数较低的线段； 步骤S3、根据所提取的点特征，在归一化平面上进行给定距离的线特征端点搜索，若提取成功后将其耦合进行使用； 步骤S4、定义点特征、线特征、点线耦合特征残差；对所得特征进行追踪，从而达到初步位姿估计的效果； 步骤S5、通过滑动窗口法对于之前所获得的相机帧进行重投影，利用非线性优化方法得出最优位姿，构建地图； 所述步骤S1具体为：基于相机频率进行图像采集，每获得一张图像作为一帧图像帧，为防止图像中的物体出现形变，对每一帧图像进行图像去畸变以方便提取角点，基于去畸变图像进行图像灰度化处理，能够更好的处理光照变化问题；将经过预处理的每张图像作为图像帧传给特征提取模块，基于点特征提取算法shi-tomasi和线特征检测子提取算法，对给定的帧图像进行shi-tomasi角点提取与LSD线特征提取，判断是否为离群特征；并在去除离群特征后，将其投影至归一化平面并对其在归一化平面上的坐标值进行记录； 点特征shi-tomasi提取算法包括在二维图像上检测角点的shi-tomasi角点检测算法，其工作时采用一个固定窗口在图像上进行任意的滑动，对于图像中像素块的灰度变化进行比较；具体分为三种情况； 情况1、在x或y方向上灰度变化不大；此时可视为窗口所含像素在平面位置，认为没有角点； 情况2、在x或y单一方向上变化较大；此时可认为窗口所含像素在边界位置；认为没有角点； 情况3、在x或y方向灰度都有较大的变化；此时可认为是检测到了角点； LSD线段检测算法的具体方法为：计算图像上的每一个像素的梯度，将图像转为梯度表示，梯度在一定容忍度内的像素被认为划分至一个区域作为线段的备选；对这些备选区域做最小外接矩形，此时认为区域内所有像素组成为线特征；所述步骤S3具体为：基于S1，S2所得的点、线特征，根据S1所得特征点的基础上搜索线特征的端点，并将其进行分组而后进行耦合使用；具体为：基于三维空间中的点、线特征的位置相似性；将点特征与线特征两两一组进行分组；首先在点特征中使用K维搜索树搜索算法进行半径搜索从而搜索线特征的端点，并从搜索到的线特征中提取距离最近的线特征，如果搜索成功可以获得点特征编号和线特征编号，并将点线特征视作一组特征进行耦合使用；若搜索失败，则返回点特征与线特征编号； 在运行过程中，若由于空间环境的复杂性，使线特征在进行追踪时出现前后两帧质量差距较大的情况，此时采用LSD算法进行筛除，以对于质量较低的线特征进行去除；若点特征与线特征的追踪因为光照或视角的变化而失败，则在未跟踪足够多特征时采用点特征进行补足，同时进一步基于点特征形成点线耦合特征增加优化约束；达到提高精度的效果。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。