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！

龙图腾网获悉集美大学诚毅学院申请的专利一种雨雾天气汽车激光雷达点云语义智能补全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：CN121544501B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610049385.3，技术领域涉及：G06T5/77；该发明授权一种雨雾天气汽车激光雷达点云语义智能补全方法是由孙海梦设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种雨雾天气汽车激光雷达点云语义智能补全方法在说明书摘要公布了：本发明公开了一种雨雾天气汽车激光雷达点云语义智能补全方法，具体涉及自动驾驶感知技术领域；该方法首先采集车辆在雨雾条件下的时序点云数据与惯性导航信息，构建稀疏点云序列；然后基于点云密度漂移、回波能量异常和语义图谱构建稀疏‑语义张量图，并通过时序图神经网络提取上下文结构特征，生成包含仿射变换参数的仿射补全体；进一步利用语义漂移补偿机制实现边界的一致性对齐，重建伪点云补全帧并与原始点云融合，输出语义补全增强帧；本发明可提升在恶劣天气下的点云完整性和语义精度，增强障碍物检测与路径规划的稳定性，适用于智能驾驶系统中的复杂环境感知场景。

本发明授权一种雨雾天气汽车激光雷达点云语义智能补全方法在权利要求书中公布了：1.一种雨雾天气汽车激光雷达点云语义智能补全方法，其特征在于：包括： S100、获取自动驾驶车辆在雨雾天气行驶过程中激光雷达采集的实时点云帧序列Praw，并获取与每一帧对应的车载惯性导航信息It与历史速度序列Vt，构建时序点云集合Pseq； S200、基于所述Pseq中点云帧的平均密度阈值与局部扰动梯度，计算稀疏耦合因子Ψt，并标定出稀疏区域Zs； 其中计算稀疏耦合因子Ψt，包括： S201、对时序点云集合Pseq中每一帧点云进行体素网格划分，计算各体素单元内的点数密度，获得全帧密度分布图Dt； S202、在Dt上，基于相邻体素之间的密度梯度变化计算扰动梯度图Gt； S203、将所述密度分布图Dt与扰动梯度图Gt进行加权融合，依据权重函数构建稀疏耦合因子Ψt； S204、在Ψt上，根据当前帧与历史帧的变化趋势自适应确定判别阈值θΨ，以标定出高稀疏耦合区域，定义为稀疏区域Zs； 其中在Ψt上，根据当前帧与历史帧的变化趋势自适应确定判别阈值θΨ，包括： S2041、提取连续多帧稀疏耦合因子图，计算各像素点的时间变化率，构建时间差分图ΔΨt； S2042、基于所述ΔΨt的局部极值变化，识别出变化梯度异常区域，并结合点云密度历史分布，构建时间趋势调节因子λt； S2043、采用函数映射方式将λt应用于预设静态判别阈值θ0，生成动态阈值； S2044、在Ψt上采用θΨ执行区域分割操作，标定出稀疏因子大于阈值θΨ的连续区域作为稀疏区域Zs； S300、针对稀疏区域Zs，构建与其对应的稀疏-语义张量图Gs，所述Gs基于点云密度漂移趋势、回波能量异常指标和先验语义场景图谱动态融合生成，形成带方向性边权的语义关系图； 其中针对稀疏区域Zs，构建与其对应的稀疏-语义张量图Gs，包括： S301、提取稀疏区域Zs内各点的局部点云密度序列，计算连续多帧的密度漂移趋势向量； S302、对Zs中各点提取回波能量特征，并与当前帧的环境背景噪声模型进行对比，识别异常回波反射点，构建能量异常标签图； S303、结合预设的语义场景图谱，对稀疏区域进行空间语义匹配，依据匹配置信度为每个点赋予候选语义类别与关联权重； S304、将密度漂移向量、能量异常标签与语义匹配结果进行张量级融合，并为点间边构建带方向性与权重的连接关系，生成语义张量图Gs； S400、基于构建的稀疏-语义张量图Gs，获取对应时间段内的上下文结构关联，输出包含语义类别及边界预测的仿射补全体Ys； S500、将所述Ys投影回原始点云空间，与当前帧中对应区域进行点级对齐，构建语义漂移补偿层Cs，对已识别语义边界进行仿射调和与多帧一致性重建，生成伪点云补全帧Psynth； S600、将所述Psynth融合至当前帧的激光雷达点云中，形成语义补全增强帧Penhanced。

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集美大学诚毅学院，其通讯地址为：361000 福建省厦门市集美区集美大道199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。