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！

龙图腾网恭喜七腾机器人有限公司申请的专利基于语义和多物体误差最小动态SLAM方法及机器人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：CN115326073B 。

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：202210963410.0，技术领域涉及：G01C21/20；该发明授权基于语义和多物体误差最小动态SLAM方法及机器人是由朱冬;杨易;方向明;张建;宋雯;唐国梅设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于语义和多物体误差最小动态SLAM方法及机器人在说明书摘要公布了：本发明提供了一种基于语义和多物体误差最小动态SLAM方法及机器人，SLAM方法包括：S1，获取参考帧RGB图像和当前帧RGB图像；S2，获取参考帧静态图像和当前帧静态图像；S3，获取每个物体区域对应的相机位姿估计矩阵；S4，对于每个相机位姿估计矩阵，求取其他物体区域基于该相机位姿估计矩阵的重投影误差，融合所有物体区域的重投影误差获得该相机位姿估计矩阵的综合投影误差；S5，选取综合投影误差最小的相机位姿估计矩阵为帧间最优相机姿态矩阵。获取每个相机位姿估计矩阵在其他物体区域的重投影误差，选择综合投影误差最小的相机位姿估计矩阵作为帧间最优相机姿态矩阵，提高相机位姿估计精度和建图的准确性。

本发明授权基于语义和多物体误差最小动态SLAM方法及机器人在权利要求书中公布了：1.基于语义和多物体误差最小动态SLAM方法，其特征在于，获取连续RGB图像帧，对于相邻两帧RGB图像执行步骤S1到步骤S5获得帧间最优相机姿态矩阵，基于所有相邻两帧RGB图像的帧间最优相机姿态矩阵获得相机运动轨迹，其中： 步骤S1，获取参考帧RGB图像和当前帧RGB图像； 步骤S2，基于参考帧RGB图像获取参考帧静态图像，基于当前帧RGB图像获取当前帧静态图像，所述参考帧静态图像当前帧静态图像中不包括先验的动态的物体区域； 步骤S3，获取参考帧静态图像中每个物体区域对应的相机位姿估计矩阵； 步骤S4，对于每个相机位姿估计矩阵，求取参考帧静态图像中除该相机位姿估计矩阵对应的物体区域之外的物体区域基于该相机位姿估计矩阵在当前帧RGB图像上的重投影误差，融合参考帧静态图像中除该相机位姿估计矩阵对应的物体区域之外的所有物体区域的重投影误差获得该相机位姿估计矩阵的综合投影误差； 步骤S5，选取综合投影误差最小的相机位姿估计矩阵作为帧间最优相机姿态矩阵； 在所述步骤S4中，所述求取参考帧静态图像中除该相机位姿估计矩阵对应的物体区域之外的物体区域基于该相机位姿估计矩阵在当前帧RGB图像上的重投影误差的步骤包括： 设求取第j个物体区域基于相机位姿估计矩阵在当前帧RGB图像上的重投影误差，j′≠j，设第j个物体区域包括n个特征点，基于相机位姿估计矩阵分别获取n个特征点在当前帧RGB图像中的估计匹配特征点坐标； 将估计匹配特征点坐标和实际匹配特征点坐标分别在归一化平面投影获得归一化估计坐标和归一化实际坐标，求取匹配特征点的归一化估计坐标与归一化实际坐标的距离，将所述距离记为匹配特征点的误差距离； 求取所有匹配特征点的误差距离的平均值，所述平均值作为第j个物体区域基于相机位姿估计矩阵在当前帧RGB图像上的重投影误差； 所述综合投影误差为参考帧静态图像中除该相机位姿估计矩阵对应的物体区域之外的所有物体区域的重投影误差的累加和或平均值。

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七腾机器人有限公司，其通讯地址为：401123 重庆市渝北区卉竹路2号7幢21-1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”。