Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广东工业大学曾碧获国家专利权

恭喜广东工业大学曾碧获国家专利权

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!

龙图腾网恭喜广东工业大学申请的专利基于建筑平面图先验信息的视觉室内定位方法及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:CN114708309B

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:202210172955.X,技术领域涉及:G06T7/30;该发明授权基于建筑平面图先验信息的视觉室内定位方法及系统是由曾碧;黄小杭;刘建圻设计研发完成,并于2022-02-22向国家知识产权局提交的专利申请。

基于建筑平面图先验信息的视觉室内定位方法及系统在说明书摘要公布了:为了解决现有技术的不足,本发明提供一种基于建筑平面图先验信息的视觉室内定位方法及系统,包括:建筑平面图预处理、数据降采样、输入张量构建、特征提取与特征匹配、配准与位姿计算以及模型训练。本发明所述的方法涉及一个端到端的深度学习模型,该模型创新性的引入K近邻距离直方图、点云特征提取网络、图注意力网络、最优传输算法和自监督的训练方法,使得模型的具有较强的鲁棒性和适应性,且模型参数较小、易于训练和部署;本发明所述的方法能够在并未完全探索建筑体的情况下,仅仅根据建筑平面图即可估计设备在建筑体的位置。

本发明授权基于建筑平面图先验信息的视觉室内定位方法及系统在权利要求书中公布了:1.一种基于建筑平面图先验信息的视觉室内定位方法,其特征在于,包括: 根据待配准建筑平面图的图像数据,获取真实尺寸的建筑平面图点集; 构建三维路标点集,并对所述三维路标点集与所述建筑平面图点集进行降采样,得到降采样后的三维路标点集与降采样后的建筑平面图点集; 分别提取所述降采样后的三维路标点集与所述降采样后的建筑平面图点集的K近邻距离直方图N维特征向量后,获取所述降采样后的三维路标点集中任一点对应的三维路标输入张量以及所述降采样后的建筑平面图点集中任一点的平面图点集输入张量; 提取所述三维路标输入张量的三维路标特征向量,以及所述平面图点集输入张量的平面图点集特征向量,并将所述三维路标特征向量与所述平面图点集特征向量进行匹配,得到所述建筑平面图点集中的任一点到所述三维路标点集对应点的匹配矩阵; 根据所述匹配矩阵,获取所述三维路标点集到所述建筑平面图点集的刚体变换R,t,其中R为旋转矩阵,t为平移向量; 采用自监督训练的方法进行端到端深度学习,得到用于室内定位的模型; 所述“采用自监督训练的方法进行端到端深度学习,得到用于室内定位的模型”的具体步骤,包括: 取一定范围内的随机高度,对建筑平面图表示墙面的部分垂直生成一定数量的点,形成一个与建筑平面图对应的三维点云; 对生成的所述三维点云进行裁切和或随机旋转和或平移和或添加噪声点,实现数据增强; 采用以下损失函数训练深度学习模型各部分参数: Loss=||RTRg-I||2+||t-tg||+λ||θ||2; 其中,Rg、tg分别为数据集中建筑平面图点集到ORB-SLAM路标点集的旋转矩阵和平移向量的真实值,I为单位矩阵,λ||θ||2为L2正则项,θ为模型参数。

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广东工业大学,其通讯地址为:510062 广东省广州市越秀区东风东路729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”。

免责声明
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。