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！

龙图腾网获悉杭州电子科技大学申请的专利基于3D激光雷达的巡逻机器人隐藏区域自主认知算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：CN119538969B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411416985.6，技术领域涉及：G06N3/008；该发明授权基于3D激光雷达的巡逻机器人隐藏区域自主认知算法是由任征;张波涛;陈静;张政;徐晨阳;仲朝亮;吕强设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本基于3D激光雷达的巡逻机器人隐藏区域自主认知算法在说明书摘要公布了：本发明公开了基于3D激光雷达的巡逻机器人隐藏区域的自主认知算法，涉及人工智能技术领域。本发明提供的基于3D激光雷达的巡逻机器人隐藏区域的自主认知算法，包括采用地面点云滤波算法获取非地面点云；对于获得的非地面点云，根据欧式距离划分同心圆区域，并分别对同心圆区域的点云进行欧式聚类，获得聚类后的点云簇；根据点云簇，计算轴对齐边界框，并获取隐藏点坐标；根据点云簇，计算其定向边界框，并通过视线遮挡方式计算遮挡点坐标，从而自动计算获得遮挡角度。因此，采用上述方法，利用3D激光雷达数据，实现在巡逻过程中根据角度信息合理地选择隐藏区域，达到隐藏效果，从而更好地完成巡逻任务，且具有较高的鲁棒性和实用性。

本发明授权基于3D激光雷达的巡逻机器人隐藏区域自主认知算法在权利要求书中公布了：1.基于3D激光雷达的巡逻机器人隐藏区域的自主认知算法，其特征在于，包括以下步骤： S1、对激光雷达扫描的三维点云进行预处理，采用地面点云滤波算法，对预处理后的三维点云进行分割，并根据相邻点云的高度差值、局部高度值、激光雷达安装高度之间的关系，进行阈值判断，获取非地面点云； S2、按照距离将获取的非地面点云划分同心圆区域，并分别对各同心圆区域的点云进行欧式聚类，得到聚类点云簇； S3、基于得到的聚类点云簇，构建轴对齐边框，计算聚类点云簇的形心坐标和均值中心坐标，并判断隐藏区域的凹凸性，进而根据机器人尺寸选取隐藏区域的目标点； S31、在激光雷达坐标系中，遍历该聚类点云簇中的所有点云坐标，分别查找出在三个坐标轴方向的极大值和极小值； S32、根据获取的各个坐标轴方向的极大值和极小值，依次连接绘制轴对齐边框，并计算该聚类点云簇的形心坐标和均值中心坐标，具体表达如下： 式中，为聚类点云簇的形心坐标，为聚类点云簇的均值中心坐标，为第个点的坐标，为聚类点云簇中点云的数量，、、分别为三个坐标轴方向的极大值，、、分别为三个坐标轴方向的极小值； S33、根据得到的形心坐标和均值中心坐标，分别计算其距离激光雷达坐标系原点的距离，并利用欧式距离值判断该区域的凹凸性，具体如下： S34、基于识别出的凹凸区域，根据机器人的尺寸对目标点进行选取； S4、基于得到的聚类点云簇，构建定向边界框，获得定向界框三维轴线方向，并通过视线遮挡方法得到视线遮挡点的位置，结合目标点位置，获取隐藏区域的遮挡点角度信息； S41、对获取的聚类点云簇进行定向边界框提取，获取聚类点云簇的三维轴线的方向，并计算主轴方向相对雷达坐标系的旋转量，得到中心化点云坐标系下的顶点坐标，并获取旋转矩阵； S42、根据获取的旋转矩阵，将中心化点云坐标系下的顶点坐标变换到雷达坐标系下，变换公式如下： 式中，为变换后雷达坐标系下第个顶点的坐标，为旋转矩阵，为中心化点云坐标系下第个顶点的坐标，为平移矩阵； S43、以激光雷达正方向为分界线，将点云区域划分为左右两个区域，并根据聚类点云簇在雷达坐标系下的均值中心点坐标，分别提取左侧区域聚类点云簇边框的下顶点和右顶点，以及右侧区域聚类点云簇边框的左顶点和下顶点，将各区域中聚类点云簇边框的两个顶点连接为径向线段，根据顶点坐标与激光雷达水平方向轴线，计算该径向线段与机器人的水平夹角； S44、根据聚类点云簇的凹凸属性、聚类点云簇的位置以及计算出的水平夹角，通过点线或点到顶点的最短距离，进行视线遮挡点的提取，进而获得视线遮挡角度信息。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1158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”。