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！

龙图腾网获悉南昌大学申请的专利一种附加多重约束的2-point RANSAC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：CN117095031B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310888465.4，技术领域涉及：G06T7/30；该发明授权一种附加多重约束的2-point RANSAC算法是由陶武勇设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本一种附加多重约束的2-point RANSAC算法在说明书摘要公布了：本发明公开了一种附加多重约束的2‑pointRANSACrandomsampleconsensus算法。在基于局部形状描述符的点云配准中，首先通过描述符建立两个点云的配对，但是这些配对中有大量的错误错误配对，附加多重约束的2‑pointRANSAC算法可以排除错误配对的影响，计算准确的转换参数。该算法每次迭代随机选择两个配对，如果这两个配对满足多重约束条件，则用这两个配对计算转换参数，并计算内点数，如果不满足，则跳到下一次迭代。最后对应最大内点数的转换参数即为最佳转换参数。

本发明授权一种附加多重约束的2-point RANSAC算法在权利要求书中公布了：1.一种附加多重约束的2-pointRANSAC方法，用于点云配准，在获取初始配对集后，通过转换参数，将原点云转换到目标点云，实现点云自动配准，其特征在于，包括以下步骤： 步骤S1、从初始配对集中，通过局部形状描述获取初始配对集，随机选取两个配对； 步骤S2、若选取的两个配对满足多重约束条件，则计算转换参数； 多重约束条件包括： a.几何距离约束 给出两个配对pi,qi和pj,qj，pi和pj是原点云的两个关键点，qi和qj是目标点云的两个关键点；若两个配对满足多重约束条件，则pi和pj之间的距离等于qi和qj之间的距离，因此几何距离约束定义为 |dpi,pj-dqi,qj|＜δ11 上式中，|·|表示取绝对值，d表示两个关键点之间的距离，δ1表示阈值，设为2pr，pr表示点云分辨率； b.局部参考轴角度约束 给出两个配对pi,qi和pj,qj，pi和pj是原点云的两个关键点，qi和qj是目标点云的两个关键点；若两个配对满足多重约束条件，则pi和pj之间的法向夹角等于qi和qj之间的法向夹角，因此局部参考框架角度约束定义为 上式中，arccos·表示反余弦函数，LRA表示关键点的局部参考轴，δ2表示阈值，设为10度； c.局部参考框架角度约束 给出两个配对pi,qi和pj,qj，pi和pj是原点云的两个关键点，qi和qj是目标点云的两个关键点；若两个配对满足多重约束条件，则pi和pj之间的局部参考框架夹角等于qi和qj之间的局部参考框架夹角，局部参考框架角度约束定义为 上式中，trace·表示求矩阵的迹，V表示关键点的局部参考框架，δ3是一个阈值，设为10度； d.法向投影距离约束 给出两个配对pi,qi和pj,qj，pi和pj是原点云的两个关键点，qi和qj是目标点云的两个关键点；若两个配对满足多重约束条件，则由一个关键点到另一个关键点的法向量上的投影距离是固定不变的，因此对于给出的两个配对pi,qi和pj,qj，计算其四个投影距离 上式中，n表示关键点的法向量； 由此法向投影距离约束定义为 |d1-d3|＜δ4,|d2-d4|＜δ45 式中，δ4是一个阈值，设为2pr； 步骤S3、根据步骤S2计算出的转换参数，将原点云转换到目标点云，计算两个点云重叠区域的点数，作为内点数； 步骤S4、重复步骤S1～S3，直到达到设置的最大迭代次数，将最大内点数所对应的转换参数作为最佳转换进行输出。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。