基于YOLOv8与XFeat深度特征相结合的水下SLAM方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了基于YOLOv8与XFeat深度特征相结合的水下SLAM方法,所述水下SLAM方法包括初步水下图像处理、YOLOv8图像检测、提取XFeat特征并匹配,随后在ORB‑SLAM3框架下,完成整个水下SLAM系统。首先对相机提取的图像进行增强;然后基于YOLOv8对增强后的图像进行目标检测,获取静态和动态目标的检测框并标记;XFeat模型是一种基于卷积神经网络架构,用特殊策略进行特征提取和匹配,随后将匹配结果传递至SLAM系统中,完成地图构建、相机位姿估计等功能;该发明能够实现让水下自主机器人克服水下恶劣光学环境,减弱动态目标干扰,实现较为精准的定位自身,同时保证实时性和鲁棒性。
《基于YOLOv8与XFeat深度特征相结合的水下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 2024115997774,当前法律状态为已下证,由湖南大学提出申请,发明人为缪志强;郑逸恒;王耀南;张绪龙;梁桥康;陈羿宗,申请日期为2024-11-11,公开(公告)日期为2025-10-21,国际专利分类号(IPC)为 G01C 21/20 (2006.01),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:本发明公开了基于YOLOv8与XFeat深度特征相结合的水下SLAM方法,所述水下SLAM方法包括初步水下图像处理、YOLOv8图像检测、提取XFeat特征并匹配,随后在ORB‑SLAM3框架下,完成整个水下SLAM系统。首先对相机提取的图像进行增强;然后基于YOLOv8对增强后的图像进行目标检测,获取静态和动态目标的检测框并标记;XFeat模型是一种基于卷积神经网络架构,用特殊策略进行特征提取和匹配,随后将匹配结果传递至SLAM系统中,完成地图构建、相机位姿估计等功能;该发明能够实现让水下自主机器人克服水下恶劣光学环境,减弱动态目标干扰,实现较为精准的定位自身,同时保证实时性和鲁棒性。
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!
