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！

龙图腾网获悉江淮前沿技术协同创新中心申请的专利一种快速鲁棒单目视觉惯性定位方法和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：CN121430603B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202512046566.9，技术领域涉及：G01C21/16；该发明授权一种快速鲁棒单目视觉惯性定位方法和系统是由芦维宁;于新龙;王龙飞设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本一种快速鲁棒单目视觉惯性定位方法和系统在说明书摘要公布了：本发明公开一种快速鲁棒单目视觉惯性定位方法和系统，包括：配置IMU和单目相机传感器参数；IMU数据预处理；IMU姿态初始化；提取单目相机的图像特征且去除异常匹配点并进行IMU预积分；单目视觉初始化；里程计姿态优化，包括：基于IMU预积分结果判别特征点是否误匹配，构造特征点重投影误差雅可比矩阵，对重投影误差雅可比矩阵分块和对角化处理分别优化特征点的逆深度和图像帧姿态；完成当前帧姿态更新后，基于关键帧识别规则选择关键帧；根据当前帧进行判断，剔除滑动窗口内某一帧以为添加最新帧预留滑窗空间。本发明基于对重投影误差雅可比矩阵分块和对角化处理分别优化特征点的逆深度和图像帧姿态，降低计算复杂度。

本发明授权一种快速鲁棒单目视觉惯性定位方法和系统在权利要求书中公布了：1.一种快速鲁棒单目视觉惯性定位方法，其特征在于，包括以下步骤：配置IMU和单目相机传感器参数；IMU数据预处理；IMU姿态初始化；提取单目相机的图像特征且去除异常匹配点并进行IMU预积分；单目视觉初始化；里程计姿态优化，包括：基于IMU预积分结果判别特征点是否误匹配，构造特征点重投影误差雅可比矩阵，对重投影误差雅可比矩阵分块和对角化处理分别优化特征点的逆深度和图像帧姿态；完成当前帧姿态更新后，基于关键帧识别规则选择关键帧；根据当前帧进行判断，剔除滑动窗口内某一帧以为添加最新帧预留滑窗空间； 里程计姿态优化步骤具体包括： 步骤6.1在滑动窗口内筛选经预处理后特征跟踪次数大于等于预设次且经初始化后重构三维坐标的特征点作为备选优化特征点，根据IMU预积分结果判别该特征点是否误匹配，若满足可观性则视为可优化特征点； 步骤6.2构造特征点重投影误差雅可比矩阵，分别计算图像帧姿态误差和特征点全局坐标误差的雅可比矩阵； 步骤6.3修正重投影误差雅可比矩阵，消除矩阵的维度并保留特征逆深度误差项，并对地标进行多次迭代； 步骤6.4利用更新优化后的特征点全局坐标误差值迭代求解姿态状态的误差补偿值； 步骤6.3具体包括： 修正后的重投影误差雅可比矩阵满足上三角化形式， 其中，是转换矩阵，令上三角矩阵为修正后重投影误差雅可比矩阵，是修正的特征逆深度误差项雅可比矩阵，和是修正的状态变量误差项雅可比矩阵， 分解重投影残差项， 和是分解后的残差矩阵块；和是分解后的误差矩阵块； 接着对修正的重投影误差雅可比矩阵中的特征逆深度误差项雅可比矩阵进行SVD分解： 其中，和是可逆矩阵，是矩阵的转置，是对角矩阵，是修正特征点逆深度误差项， ， 基于滤波更新步骤分别求解每个特征点的逆深度状态补偿值，补偿更新特征点的三维坐标，并计算更新特征点的重投影误差剔除野值点： 其中，是对角矩阵第个元素，是特征点逆深度误差的测量误差项，依次完成修正特征点逆深度误差计算，基于转换矩阵逆求解特征点逆深度误差,并更新特征点逆深度估计，输出最优特征点逆深度估计： 步骤6.4具体包括： 使用步骤6.3中获取的特征点逆深度误差修正状态变量误差的残差函数 使用滤波更新步骤更新状态变量误差： 其中，是状态变量估计值，是状态变量最优估值，至此，已完成当前帧的姿态优化。

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江淮前沿技术协同创新中心，其通讯地址为：230088 安徽省合肥市高新区望江西路920号中安创谷科技园二期H3、H4、H5、H6、H7、H8；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”。

以上内容由龙图腾AI智能生成。