一种更鲁棒的视觉里程计的设计方法，包括：1)通过单目相机采集彩色图像并将其上传到电脑端；2)对单目相机初始化，固定其尺度；3)获得第一帧图像和第二帧图像，使用Oriented FAST角点方法提取第一帧中的特征点，并且在第二帧中追踪第一帧中出现的特征点；4)检测前后两帧图像的整体的曝光度是否发生改变；5)利用两帧图像的灰度值信息，最小化光度误差，求解相机的位姿；6)对已经提取的特征点进行BRIEF描述子的计算后，进行数据关联；7)该算法处理完两帧数据后，读取新的一帧图像，在新的一帧图像中追踪上一帧特征点在当前帧中的位置，然后进行特征点匹配；接下来进入到第4)步，进入算法的循环。本发明的鲁棒性强，实时性好。
📄 2018113463419
📂 G06T7_50
👤 浙江工业大学
📅 2018-11-13
一种结合GPS和雷达里程计的SLAM方法，包括如下步骤：1)采集差分GPS数据和来自激光雷达的点云数据；2)处理GPS数据获得位移(X,Y,Z)和姿态RPY角；3)匹配GPS数据和LiDAR的点云数据，通过时间戳对齐的方式实现数据匹配；4)结合步骤2)处理GPS得到的位姿数据和LiDAR的点云数据检验GPS数据的可靠性；5)使用雷达里程计算法LOAM获取(X,Y,Z)和RPY角；6)在GPS数据可靠的地方，使用GPS获取的位姿作为最终的位姿；在GPS数据不可靠的路段，利用该路段起点和终点的GPS位姿优化LOAM算法的位姿来获取最终的位姿；7)使用步骤6)输出的位姿转换激光雷达的点云数据到世界坐标系下，获取最终的全局地图。本发明适用于大范围城市三维地图的构建。
📄 2018113064550
📂 G01S17_86
👤 浙江工业大学
📅 2018-11-05
一种面向动态环境的轻量级视觉语义里程计量方法，首先，采集RGB图像和Depth图像，分别发送给ORB特征提取线程、语义分割线程和深度轮廓检测线程；其次，通过静态和动态先验目标，并且等待深度轮廓掩膜的边界扩展结果；同时，基于深度图像的深度梯度，确定目标的大致形状，并且绘制深度掩膜，然后基于形态学处理对深度掩膜进行膨胀，以扩展由于相机精度造成的掩膜边界模糊，并和动态目标的语义分割结果进行像素级的图像边缘融合，获得修正后的掩膜；然后，基于修正后掩膜的动态目标的灰度区域剔除动态掩膜内的特征点，并利用余下的静态特征点结合语义标签构建语义点云地图。本发明提高语义SLAM的实时性和语义特征提取的效率。
📄 2022109067656
📂 G06V20_70
👤 浙江工业大学
📅 2022-07-29
本发明公开了一种轻量化的红外深度里程计方法。首先，对红外图像进行处理，丰富图像中所携带的信息并抑制图像中的噪声。其次，对图像帧进行跟踪，通过其和参考帧之间的数据关联给出粗略的位姿估计。特别地，当红外相机处理非一致性校正时，设计了运动恢复模块，保证在非一致性校正问题发生的情况下，所提出方法仍可以提供较为准确的位姿估计。最后，采用滑动窗口策略对关键帧的位姿进行优化。本发明中提出的深度信息增强的红外视觉里程计方法，在保证较为鲁棒的运行的基础上，具有计算消耗小等优点，具有实现资源受限的嵌入式设备部署的能力。
📄 2024114081972
📂 G06T7_73
👤 浙江工业大学
📅 2024-10-10
本发明公开了一种基于卷帘相机的高频视觉里程计方法，该方法包括：通过卷帘相机组获取不同视角的卷帘畸变图像；在卷帘畸变图像行上获取跟踪点，在上一帧图像上寻找最佳匹配点；得到各相机行图像上匹配好的像素点，通过对极约束估计相机组当前行位姿；在关键帧上对每行特征点进行深度滤波，传入新一帧卷帘图像，计算特征点在新帧的卷帘对极曲线，在当前帧卷帘对极曲线搜索获得最佳匹配位置；根据几何关系使用三角测量方法恢复特征点单次测量的深度和不确定性；对相机特征点上一状态深度和当前测量的深度融合，待重建帧上的特征点深度收敛后将特征点加入地图，优化相机位姿。本发明相机成本低、运算快，且能够应用于对实时性要求高的场景中。
📄 2023113062325
📂 G06T7_73
👤 浙江工业大学
📅 2023-10-10
本发明公开了一种基于无监督深度学习的单目视觉里程计的设计方法，通过通过联合训练深度、相对姿态和光流来提高视觉里程计的性能，使用深度网络和光流网络得到长序列一致的深度信息和密集光流信息，通过前后一致性误差进行精确的稀疏光流采样，由模型得分选择最优跟踪方式，并与深度信息对齐得到尺度一致的视觉里程计，结合传统方法的几何约束条件和深度网络的鲁棒性匹配，在多项误差评估指标中明显优于单纯的几何方法和端到端的深度学习方法，在并且通过实验证明该方法有效减少了尺度不一致和尺度漂移问题。
📄 2022101953589
📂 G06T7_20
👤 苏州湘博智能科技有限公司
📅 2022-02-28
本实用新型实施例涉及里程计技术领域，具体涉及用于轨道测量小车的高精度里程计，其包括横梁，所述横梁的内部铰接设置有连接杆，所述连接杆的一端转动设置有轴体，所述轴体上固定连接有橡胶轮；所述轴体的外部套设有轴套，所述轴套的一端设置有光电编码器，所述轴套的外部固定连接有弹性支架，所述弹性支架的另一端铰接在横梁的一侧。本实用新型的有益效果为：通过弹性支架来对橡胶轮提供一个向下的压力，从而使得橡胶轮可更好的贴合在轨道上，防止橡胶轮发生跳起，且可增大橡胶轮和轨道之间的摩擦力，防止橡胶轮发生打滑，即通过设置弹性支架来增大橡胶轮与轨道的摩擦力，防止橡胶轮打滑或跳起。
📄 2023227357271
📂 G01C22_00
👤 河南隧炬智能科技有限公司
📅 2023-10-11
本发明涉及实时定位与建图(SLAM)技术领域，具体地涉及一种紧耦合激光里程计与惯性里程计的SLAM方法，包括以下步骤：S1.接收IMU数据与激光雷达点云数据，对IMU数据进行预积分处理并补偿激光帧运动畸变；S2.基于曲率计算对激光点云进行特征点选取，区分角点与平面点；S3.对特征点实施均匀滤波以优化点云分布密度；S4.根据滤波后的特征点匹配计算激光里程计下位姿变化矩阵，通过姿变化矩阵对惯性里程计的IMU数据进行纠正；S5.使用多重因子加入因子图优化全局位姿，构建全局地图。本发明通过紧耦合双向校正机制：结合激光里程计与惯性里程计的优势，实现传感器误差的深度双向补偿，有效提升位姿估计精度，尤其在动态干扰场景下显著抑制累积误差。
📄 2025104155194
📂 G01C21_00
👤 江苏理工学院
📅 2025-04-03
本申请实施例公开了一种视觉惯性里程计优化的方法及系统。通过获取IMU数据以及视觉图像数据；提取视觉图像数据的点线特征数据；对IMU数据进行预积分处理，得到尺度信息以及IMU变量；基于尺度信息对点线特征数据进行联合初始化，得到点线特征像素灰度值；计算相邻两帧视觉图像之间的IMU更新量；结合IMU更新量获取新的位姿；判断不同帧图像是否满足目标条件；若满足，获取关键帧；将关键帧、位姿、目标点线特征数据、预先配置的加速度零偏和陀螺仪零偏、以及IMU速度加入到滑动窗口中，得到边缘化先验；获取IMU残差以及视觉残差，并基于边缘化先验、IMU残差以及视觉残差对视觉图像估计进行优化处理，可以实现消除误差累积，得到视觉图像的最优轨迹。
📄 2019109962601
📂 G01C22_00
👤 华东交通大学
📅 2019-10-18
本发明公开了一种提高激光里程计定位鲁棒性的方法，通过计算每个目标点云的邻域点集拟合平面的曲率并通过指数映射将其转变为权重因子，通过权重因子自适应的调整点到点残差和点到面残差的权重，构建曲率自适应函数，通过曲率自适应残差融合机制，显著提高了激光里程计定位的准确度；引入海森矩阵特征值分析方法，消除传统检测对启发式阈值的依赖；基于旋转条件因子和平移条件因子，根据视觉惯性里程计的位姿结果，通过加权融合的补偿方式，缓解了激光里程计的平移估计性能下降问题和旋转估计性能下降问题，提升激光里程计的定位能力，尤其在长走廊等几何特征稀疏场景中的位姿估计精度。
📄 2025110638869
📂 G01C21_16
👤 南京信息工程大学
📅 2025-07-31
本发明公开了一种里程计GNSS组合建筑施工塔吊机，包括横臂、吊绳和吊钩，该建筑施工塔吊机与一吊装定点放样辅助系统配合，吊装定点放样辅助系统包括基准站、监控装置和客户终端，该建筑施工塔吊机还包括：在横臂上、吊钩正上方位置安装的流动站；用于检测吊绳的里程的里程计，流动站接收GNSS卫星信号获得自身近似位置信息的同时从基准站处接收经卫星间差分处理后的综合误差改正信号，用于修正自身位置，获得厘米级精度的位置信息，并将位置信息发送给监控装置，里程计获取吊绳的里程，监控装置根据吊绳的里程和所述流动站的位置信息，确定吊钩的位置。依据本发明的技术方案，能够提高吊钩定位的实时性、提高定位设备的寿命，简化吊钩的设计。
📄 2017103718027
📂 B66C13_16
👤 北京建筑大学
📅 2016-06-22
本发明公开了一种基于视觉惯导里程计的自适应参数警犬姿态估计方法，运用双目视觉惯导里程计模块，设计一种基于视觉惯导里程计的自适应参数警犬姿态估计方法，该方法包括：双目视觉惯导里程计模块得到相机六自由度位姿数据和相机连续轨迹数据，用警犬的站姿态进行初始化，同时计算出站姿态的识别范围，初始化站姿态结束，检测相机位姿的改变，在警犬的静态姿态估计中，加入自适应参数学习算法；本发明所提供的基于视觉惯导里程计的自适应参数警犬姿态估计方法，通过自学习特定姿态数据、自更新姿态识别界定范围，不仅能广泛适配于警犬的姿态估计，还能降低其复杂的系统架构带来的潜在系统不稳定性，具有更高的识别精度和可靠性。
📄 2020108814554
📂 G01C23_00
👤 河海大学
📅 2020-08-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台