買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學技術大學申請的專利基于特征匹配網絡的SLAM方法、系統、設備及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114608558B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210228298.6，技術領域涉及：G01C21/00；該發明授權基于特征匹配網絡的SLAM方法、系統、設備及存儲介質是由陳宗海;朱鎮坤;戴德云;王紀凱;徐萌;林士琪;魏超設計研發完成，并于2022-03-08向國家知識產權局提交的專利申請。

本基于特征匹配網絡的SLAM方法、系統、設備及存儲介質在說明書摘要公布了：本發明公開了一種基于特征匹配網絡的SLAM方法、系統、設備及存儲介質，通過SLAM的運行模式訓練原本針對匹配任務的特征提取網絡，將訓練完畢的基于匹配任務的特征提取網絡嵌入到SLAM系統框架中，優化原有SLAM系統框架，提高了所設計的SLAM系統的魯棒性，使其能夠很好的應對各類SLAM場景的挑戰，保證了定位和建圖精度；此外，利用訓練完畢的基于匹配任務的特征提取網絡從單目相機采集的圖像中進行特征點提取，由于只需要單目相機即可完成，從而降低智能車的成本。上述方案整體成本低，不需要對環境及車輛自身進行改造，可移植性強。

本發明授權基于特征匹配網絡的SLAM方法、系統、設備及存儲介質在權利要求書中公布了：1.一種基于特征匹配網絡的SLAM方法，其特征在于，包括： 利用深度學習方法，針對基于匹配任務的特征提取網絡，通過SLAM的運行模式進行訓練； 將訓練得到的基于匹配任務的特征提取網絡嵌入至SLAM系統框架中； 通過訓練得到的基于匹配任務的特征提取網絡對單目相機拍攝的圖像進行特征點的提取，并對提取的相鄰兩幀圖像的對應的特征點進行匹配，對匹配的特征點對求解相應的旋轉矩陣和平移向量，用于對車輛的定位，并通過三角化求得物體點在世界坐標系下的位置，完成建圖任務； 其中，所述利用深度學習方法，基于針對匹配任務的特征提取網絡，通過SLAM的運行模式進行訓練的步驟包括： 構建基于匹配任務的特征提取網絡，并選取包含RGB圖像與對應深度圖像的訓練數據集； 對于訓練數據集中的每一幀RGB圖像，隨機利用相鄰圖像構成一個圖像匹配對；一個圖像匹配對中的兩個圖像稱為第一圖像與第二圖像； 對于每一個圖像匹配對，輸入至基于匹配任務的特征提取網絡后獲得熱圖對，記為H1與H2；在熱圖H1與H2上分別隨機選取n個關鍵點；對熱圖H1和H2上的關鍵點進行最近鄰匹配得到初步點匹配結果M，并按照設定比例隨機在初步點匹配結果M選取點匹配對，所選取的點匹配對集合記為Ms； 對點匹配對集合Ms中的單個點匹配對pi,p′j，其中pi∈H1,p′j∈H2,pi＝xi,yi,p′j＝x′j,y′j，表示pi與p′j分別為熱圖H1與H2上的關鍵點，xi,yi表示關鍵點pi在圖像坐標系下的位置坐標，x′j,y′j表示關鍵點p′j在圖像坐標系下的位置坐標；按照第一圖像的幀數從相應深度圖像中獲取關鍵點pi的深度然后借助訓練數據集中包含的相機的內參矩陣K，得到關鍵點pi位置坐標xi,yi對應于第一圖像在相機坐標系下的位置點Pi的3D坐標Xi,Yi,Zi，并結合訓練數據集中的標注信息確定第一圖像與第二圖像的真實位姿，獲得位置點Pi對應的第二圖像在相機坐標系下的位置點Pj的3D坐標Xj,Yj,Zj；之后，通過相機的內參矩陣K，將位置點Pj的3D坐標Xj,Yj,Zj投影至第二圖像的圖像坐標系下得到相應的位置點pj在圖像坐標系下的位置坐標xj,yj； 計算圖像坐標系下的位置坐標xj,yj與x′j,y′j的距離，作為點匹配對pi,p′j的匹配誤差，綜合匹配對集合Ms中所有點匹配對的匹配誤差構建損失函數，訓練所述基于匹配任務的特征提取網絡。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學技術大學，其通訊地址為：230026 安徽省合肥市包河區金寨路96號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。