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！

龙图腾网获悉凌云光技术股份有限公司;深圳市凌云视迅科技有限责任公司申请的专利一种基于拟牛顿优化的点云匹配方法和装置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：CN115511926B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211210486.2，技术领域涉及：G06T7/30；该发明授权一种基于拟牛顿优化的点云匹配方法和装置是由罗瑞荣;姚毅设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种基于拟牛顿优化的点云匹配方法和装置在说明书摘要公布了：本申请涉及点云匹配技术领域，具体而言，涉及一种基于拟牛顿优化的点云匹配方法和装置，一定程度上可以解决现有技术无法使匹配后的实际点云与模板点云对应点之间最大距离偏差足够小的问题。所述点云匹配方法包括：获取模板点云、初始实际点云、以及模板点云与初始实际点云之间的初始变换关系以及构建目标函数；采用拟牛顿算法对目标函数进行迭代优化，得到优化变换关系，优化变换关系用于对初始实际点云进行变换以得到优化实际点云；基于优化实际点云和优化变换关系对目标函数进行更新，得到新目标函数，新目标函数用作下一次迭代时的目标函数；在目标函数达到收敛标准时停止迭代，并基于历次迭代得到的优化变换关系确定目标变换关系。

本发明授权一种基于拟牛顿优化的点云匹配方法和装置在权利要求书中公布了：1.一种基于拟牛顿优化的点云匹配方法，其特征在于，所述方法包括： 获取模板点云、初始实际点云、以及所述模板点云与所述初始实际点云之间的初始变换关系，所述模板点云、所述初始实际点云和所述初始变换关系用于构建目标函数； 采用拟牛顿算法对所述目标函数进行迭代优化，得到优化变换关系，所述优化变换关系用于对所述初始实际点云进行变换以得到优化实际点云； 基于所述优化实际点云和所述优化变换关系对所述目标函数进行更新，得到新目标函数，所述新目标函数用作下一次迭代时的目标函数； 在所述目标函数达到收敛标准时停止迭代，并基于历次迭代得到的所述优化变换关系确定目标变换关系，其中，所述目标变换关系用于对所述模板点云和所述初始实际点云进行匹配，使得匹配后所述模板点云和所述初始实际点云之间的最大距离偏差值更小； 所述采用拟牛顿算法对目标函数进行迭代优化，得到优化变换关系，进一步包括： 初始化所述目标函数的系数和初始变换关系，得到初始值； 将所述初始值代入所述目标函数中进行拟牛顿迭代优化，计算每次迭代时的目标函数梯度； 若所述目标函数梯度小于梯度预设值或当前迭代次数大于第一预设迭代次数，则输出所述优化变换关系； 在将所述初始值代入所述目标函数中进行拟牛顿迭代优化，计算每次迭代时的目标函数梯度之后，进一步包括： 若所述目标函数梯度大于或等于梯度阈值或当前迭代次数小于所述第一预设迭代次数，则基于当前迭代时的目标函数梯度和近似海塞矩阵的初始矩阵计算搜索方向； 基于所述搜索方向和当前迭代的优化变换关系计算搜索步长； 基于所述搜索方向、所述搜索步长、所述当前迭代的优化变换关系和所述目标函数梯度计算近似海塞矩阵； 基于所述近似海塞矩阵对所述当前迭代的优化变换关系进行更新； 基于更新后的优化变换关系计算下一次迭代的目标函数梯度，直到目标函数梯度小于梯度预设值或当前迭代次数大于预设迭代次数； 基于历次迭代得到的所述优化变换关系确定目标变换关系，进一步包括： 对历次迭代得到的所述优化变换关系进行累加求和，得到所述目标变换关系。

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凌云光技术股份有限公司;深圳市凌云视迅科技有限责任公司，其通讯地址为：100094 北京市海淀区翠湖南环路13号院7号楼7层701室；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。