一种面向任意动态对象的光流语义SLAM方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提出一种面向任意动态对象的光流语义SLAM方法,包括:获得连续的RGB图像,每隔八帧图像,利用基于深度学习的光流估计模块对当前和下一帧图像进行光流估计,生成光流图;利用显著性区域检测模块将光流图中的动态区域提取为掩码,在动态掩码中找出两个代表点提示语义分割模块进行分割,实现对任意动态对象进行剔除,消除动态对象对系统的干扰;利用轻量级CNN架构对剔除掉动态区域的图像提取并匹配特征点,将经特征匹配点和剔除动态区域之后的RGB图像和原始深度图送入ORB‑SLAM2的系统,凭借高质量的特征点提高定位和建图的精度。本发明提出了更高效的SLAM方法,更够具有更高的定位与建图精度,同时其能够在实际工程中具备较高的鲁棒性。
《一种面向任意动态对象的光流语义SLAM方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024114280266,当前法律状态为已下证,由安徽大学提出申请,发明人为李华祥;曹翔;孙长银;穆朝絮;黄大荣;夏宏兵,申请日期为2024-10-14,公开(公告)日期为2025-06-13,国际专利分类号(IPC)为 G06V 20/56 (2022.01),高新资质:未报高企。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:本发明提出一种面向任意动态对象的光流语义SLAM方法,包括:获得连续的RGB图像,每隔八帧图像,利用基于深度学习的光流估计模块对当前和下一帧图像进行光流估计,生成光流图;利用显著性区域检测模块将光流图中的动态区域提取为掩码,在动态掩码中找出两个代表点提示语义分割模块进行分割,实现对任意动态对象进行剔除,消除动态对象对系统的干扰;利用轻量级CNN架构对剔除掉动态区域的图像提取并匹配特征点,将经特征匹配点和剔除动态区域之后的RGB图像和原始深度图送入ORB‑SLAM2的系统,凭借高质量的特征点提高定位和建图的精度。本发明提出了更高效的SLAM方法,更够具有更高的定位与建图精度,同时其能够在实际工程中具备较高的鲁棒性。
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!
