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！

龙图腾网获悉西安交通大学申请的专利一种基于方向性特征选取的轻量级位姿估计方法及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：CN117078754B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202311026264.X，技术领域涉及：G06T7/73；该发明授权一种基于方向性特征选取的轻量级位姿估计方法及系统是由陈仕韬;王仕腾;沈艳晴;辛景民;郑南宁设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本一种基于方向性特征选取的轻量级位姿估计方法及系统在说明书摘要公布了：本发明提供一种基于方向性特征选取的轻量级位姿估计方法及系统，方法包括以下步骤：对原始激光点云进行地面点云分割，筛除地面点云得到空间中的点云；基于同心区域模型的极坐标栅格表示方法，对空间中的点云进行分块后获取区块内点云的平面性指标、法向量以及退化方向；获取当前环境的特征得分，根据所述当前环境的特征得分、平面性和法向量得到每一个单位空间的重要性得分；根据单位空间的重要性得分筛选特征集合，得分高的点云集合加入到特征子集中；将筛选后的特征输入激光里程计模块，进行位姿估计，本发明通过对激光点云特征进行方向性选择，可以在保证几乎相同精度的条件下，减少一半左右的算法时间消耗，提升算法的实时性。

本发明授权一种基于方向性特征选取的轻量级位姿估计方法及系统在权利要求书中公布了：1.一种基于方向性特征选取的轻量级位姿估计方法，其特征在于，包括以下步骤： 将原始激光点云环绕激光雷达一圈在水平面上均匀的分割成以传感器为中心、角度相同的不同区块； 从原始激光点云中筛除地面点云，得到空间中的点云； 基于同心区域模型的极坐标栅格表示方法，对空间中的点云进行分块； 针对分块后的点云，获取对应块内点云的平面性指标、法向量以及退化方向； 获取当前环境的特征得分，根据所述当前环境的特征得分、平面性指标和法向量得到每一个单位空间的重要性得分； 根据单位空间的重要性得分筛选特征集合，得分高的点云集合加入到特征子集中； 使用筛选后的特征输入激光里程计模块中进行位姿估计； 针对分块后的空间点云，获取对应块内点云的平面性指标以及法向量包括： 针对对应块内的点云估算其协方差矩阵，对于对应块内的点云集合，通过计算得到其空间均值，令，则协方差矩阵，是离均差矩阵，n是区块内点云个数； 对协方差矩阵进行特征值分解得到三个特征值λ1、λ2和λ3，三个特征值分别对应的特征向量为、，其中，定义对应块内点云的平面性指标：，相应的对应块内点云的法向量直接由最小特征值λ3对应的特征向量进行替代； 获取当前环境的特征得分，根据所述当前环境的特征得分、平面性指标和法向量得到每一个单位空间的重要性得分具体包括：将所有估计的点云的法向量组合成一个法向量集合矩阵，计算法向量的信息矩阵，根据信息矩阵行列式的大小与设定数值比较，评估出当前环境的特征好坏，信息矩阵行列式小于设定数值时，表明当前环境特征稀疏且杂乱； 使用最大的两个特征值的比值来评估当前环境的特征分布情况，，所述比值越大，当前特征分布越不均匀，容易在相应的特征向量方向上产生退化；为与退化方向朝向相近的点云区域赋予更高的重要性得分，称平面上较小特征值对应的特征向量为退化方向； 重要性得分的赋予方式为： 其中表示当前块内的点云的法向量； 根据单位空间的重要性得分筛选特征集合，得分高的点云集合加入到特征子集中具体为：遍历所有单位空间的重要性得分，使筛选特征集数量不大于所设定的筛选数目前提下，由重要性得分由高到低排序，选择得分高的点云集合加入到特征子集中。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。