一种基于图神经网络的SLAM后端位姿优化方法（物流、人工智能、物联网、大数据、机器人、三维模型、自动驾驶）

本发明涉及同时定位与地图构建技术领域，公开了一种基于图神经网络的SLAM后端位姿优化方法，包括以下步骤：提取连续输入SLAM系统的图像流的关键特征点，记录特征描述符；将关键特征点投射到三维空间，通过立体匹配获取左右相机图像的对应点并三角化，得到关键特征点的三维坐标；选取关键帧，记录关键帧中关键特征点及特征描述符，判断关键帧数量是否大于预设阈值；通过关键特征点匹配，确定关键帧之间的共视关系，得到关键帧的图拓扑结构并输入图神经网络中进行位姿优化；将关键帧数据库中的关键帧按时间戳大小正序排序，保留正序排序的关键帧中的后半部分关键帧进行下一轮的数据收集与优化；该方法提高了关键帧位姿优化精度，且提高了SLAM系统的性能。

《一种基于图神经网络的SLAM后端位姿优化方法（物流、人工智能、物联网、大数据、机器人、三维模型、自动驾驶）》是一发明专利，专利号为 2024113116851，当前法律状态为已下证，由电子科技大学提出申请，发明人为肖卓凌;张新辰;彭卓霖;赖鹏宇;陈清远，申请日期为2024-09-20，公开（公告）日期为2024-12-27，国际专利分类号（IPC）为 G06T7/73(2017.01)I;G01C21/00(2006.01)I;G06V10/46(2022.01)I;G06V10/75(2022.01)I;G06V10/82(2022.01)I;G06N3/042(2023.01)I;G06N3/08(2023.01)I，高新资质：未报高企，所属技术领域包括：机器人视觉、地图构建、移动机器人室内导航、AR空间重建、自动驾驶、巡检机器人、仓储AGV、无人机三维测绘、扫地机器人。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及同时定位与地图构建技术领域，公开了一种基于图神经网络的SLAM后端位姿优化方法，包括以下步骤：提取连续输入SLAM系统的图像流的关键特征点，记录特征描述符；将关键特征点投射到三维空间，通过立体匹配获取左右相机图像的对应点并三角化，得到关键特征点的三维坐标；选取关键帧，记录关键帧中关键特征点及特征描述符，判断关键帧数量是否大于预设阈值；通过关键特征点匹配，确定关键帧之间的共视关系，得到关键帧的图拓扑结构并输入图神经网络中进行位姿优化；将关键帧数据库中的关键帧按时间戳大小正序排序，保留正序排序的关键帧中的后半部分关键帧进行下一轮的数据收集与优化；该方法提高了关键帧位姿优化精度，且提高了SLAM系统的性能。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！