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！

龙图腾网获悉辽宁工程技术大学申请的专利一种面向城市半结构化场景的LiDAR点云帧间配准方法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：CN120182336B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510248037.4，技术领域涉及：G06T7/33；该发明授权一种面向城市半结构化场景的LiDAR点云帧间配准方法是由王长强;高佳鑫;隋心;徐爱功;马昊楠;刘贵宾;梁渊奇;张宏佳;牛祥健;王晗设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种面向城市半结构化场景的LiDAR点云帧间配准方法在说明书摘要公布了：本发明提供一种面向城市半结构化场景的LiDAR点云帧间配准方法，所述方法包括以下步骤：第一步，改进LightGBM检测单木对象；第二步，对单木点云簇进行枝叶分离；第三步，基于枝干信息构建单木描述子；第四步，通过帧间单木描述子匹配辅助点云帧间配准。本发明实现基于帧间单木描述子匹配的高精度点云配准，解决了城市半结构化场景中LiDARSLAM定位精度低以及特殊情况下定位混乱问题。

本发明授权一种面向城市半结构化场景的LiDAR点云帧间配准方法在权利要求书中公布了：1.一种面向城市半结构化场景的LiDAR点云帧间配准方法，其特征在于，包括以下步骤： 步骤1、通过激光雷达LiDAR点云预处理及点云簇分割，针对独立点云簇提取13种特征，其中几何特征7种，属性特征6种；几何特征包括X轴跨度、Y轴跨度、Z轴跨度、投影至X-Z平面的凹包多边形面积与最小外接矩形面积之比、投影至Y-Z平面的凹包多边形面积与最小外接矩形面积之比、投影至X-Y平面的凹包多边形面积与最小外接矩形面积之比、最小外接平行六面体体积；属性特征包括激光点数量、激光点密度、激光强度均值、激光强度方差、整体线度、整体面度；计算13种特征间Spearman秩相关系数并对高相关性特征子集进行降维；利用带噪声的基于密度的空间聚类DBSCAN算法辅助构建特征直方图并采用互斥特征捆绑算法筛选和捆绑互斥特征；计算捆绑后各特征之间的余弦相似度，采用特征双向筛选算法构建最优分类特征子集；基于最优分类特征子集相应的轻量级梯度提升LightGBM分类模型检测各点云簇是否为树； 步骤2、根据局部连接图聚类结果，计算每个小聚类的整体线度和面度，将线度大于面度的聚类包含的点云标记为树叶，否则标记为树枝；利用Dijkstra算法构建所有树叶点到根结点的最短路径，并统计各树叶点在路径中的出现频率，将频率高于各点频率均值的点确定为待修正点，结合待修正点的局部曲率和邻域内树枝点数量对初步分离结果进行修正，最终获取精确的树枝点集； 步骤3、先拟合树枝点集中的线性目标，从中提取树干和二级枝，再通过计算二级枝与树干之间的空间夹角以及相邻二级枝之间的空间距离，以此构建单木描述子； 步骤4、截取当前帧描述子中间位置的一段向量作为双向延伸基础，将邻帧所有描述向量作为被搜索对象并按相邻3个元素为固定范围进行分段；计算基础向量与所有分段向量间的余弦相似度，筛选出相似度大于0.8的分段向量并按相关性排序；从相关性最高的分段向量开始向左右两侧双向延伸，单侧达到描述子最大范围时仅在另一侧延伸，延伸过程中持续计算相似度，若始终保持相似度大于0.8则判定为匹配成功，否则更换下一个分段向量重复向量延伸和相似度计算及判定流程；通过该算法建立帧间单木描述子匹配关系，以此辅助迭代最近点ICP算法进行高精度帧间配准。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市中华路47号；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。