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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于RGBD传感器的去除动态目标的SLAM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：CN114283198B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202111637308.3，技术领域涉及：G06T7/73；该发明授权一种基于RGBD传感器的去除动态目标的SLAM方法是由陆龙飞;林志赟;王博;韩志敏设计研发完成，并于2021-12-29向国家知识产权局提交的专利申请。

本一种基于RGBD传感器的去除动态目标的SLAM方法在说明书摘要公布了：本发明公开了一种基于RGBD传感器的去除动态目标的SLAM方法，该方法包括：使用目标检测神经网络YOLOv5检测图像中的动态目标；结合图像深度信息，经过一种像素级分割方法的处理，提取该帧图像中所有动态目标，形成mask图像；使用mask图像处理原图像信息后，分别得到动态目标图像和静态背景图像，使用静态背景图像进行SALM系统进行定位和地图构建；实验结果表明，本发明将深度学习与视觉SLAM相融合，可以有效的去除动态目标对SLAM系统的干扰，提升视觉SLAM系统在动态环境下的定位与建图精度；同时在没有性能良好的GPU支持下，也能保证系统的实时性，可以有效地运用在实际场景中。

本发明授权一种基于RGBD传感器的去除动态目标的SLAM方法在权利要求书中公布了：1.一种基于RGBD传感器的去除动态目标的SLAM方法，其特征在于，所述方法包括如下步骤： 步骤1、获取需要预先设定去除动态目标类别的图片，构建训练样本集和测试数据集； 步骤2、利用步骤1构建的训练样本集和测试数据集，对目标检测神经网络YOLOv5进行训练以及测试，获得训练好的YOLOv5模型； 步骤3、使用步骤2训练完成的目标检测神经网络YOLOv5模型处理RGBD传感器采集的RGB图像，判断图像中是否存在动态目标及动态目标框所处的像素坐标位置； 步骤4、结合步骤3中得到的动态目标框的像素坐标位置和RGBD传感器的深度图像信息，判断RGBD传感器的深度图像的当前帧中是否存在动态目标，如果存在动态目标，则在当前帧对应的深度图像中动态目标框内划出的相同像素区域使用像素级分割方法进行处理，得到mask图像，如果不存在动态目标，则将mask图像直接设置为空； 所述像素级分割方法具体包括以下步骤： 步骤4.1、针对每一帧RGB图像的所有动态目标检测框，在对应该帧图像深度图中像素位置的动态目标检测框区域内，均匀分布取N个像素点的深度值，存入容器Xi中，其中i的取值从1至N； 步骤4.2、对得到的N个像素点的深度值使用绝对中位值偏差离群值算法，划分为两个由深度值组成的集合，再对两个集合使用加权求和分别得到两个集合的平均像素深度值，其中平均像素深度值小的设为动态目标类深度值，平均像素深度值大的设为静态背景类深度值；目标检测神经网络YOLOv5模型输出的动态目标框区域内，动态目标位置比静态背景离相机光心的距离更近；所述绝对中位值偏差离群值算法检测数据中一个或几个数值与其他数值相比差异大的数据加以剔除，其中差异大小根据绝对中位值偏差离群值算法中的参数n判断，利用绝对中位值偏差离群值算法提取出动态目标的平均深度信息，其公式为： 所述绝对中位值偏差离群值算法包括为以下子步骤： 步骤4.2.1、计算Xi中所有元素的中位值Xmedian； 步骤4.2.2、计算所有元素与中位值的绝对偏差，再计算所有元素相对绝对偏差的中位值MAD； 步骤4.2.3、确定参数n，根据绝对中位值偏差离群值算法公式对参数进行调整；分离出离群数据存入容器outlier，其它数据存入容器normal，然后计算容器outlier中所有像素的平均深度值和容器normal中所有像素的平均深度值，比较两者的平均深度值，其中平均像素深度值小的设为动态目标类深度值，平均像素深度值大的设为静态背景类深度值； 步骤4.3、针对动态目标类深度值和静态背景类深度值，使用一种基于距离的聚类算法对动态目标检测框中的所有像素进行聚类，将动态目标框中的所有像素划分为动态目标类或静态背景类，得到的动态目标类或静态背景类均是像素点的集合； 步骤4.4、提取图像中所有目标检测框的动态目标类像素位置，将得到的动态目标类像素位置投影在与原输入图像相同大小的图像上并以二值化的形式输出，将图像中所有目标检测框产生的二值化图像对应的像素位置进行或运算操作，使多张图像叠加融合成为一张mask图像，mask图像也以二值化的形式输出； 步骤5、使用mask图像对SLAM中的灰度图像进行处理，具体方法是，将以二值化形式输出的mask图像与SLAM中的灰度图像进行与运算操作，其中动态目标类所在位置的像素值会为0，而灰度图其他的部分将不会改变，其中灰度图像中像素值置0部分为图像中的动态目标信息，灰度图不变部分为静态背景信息，使用静态背景信息进行移动机器人的定位和地图构建。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区；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”。