Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西安热工研究院有限公司李明昊获国家专利权

恭喜西安热工研究院有限公司李明昊获国家专利权

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!

龙图腾网恭喜西安热工研究院有限公司申请的专利一种基于局部曲率及其近邻特征的点云配准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:CN113628263B

龙图腾网通过国家知识产权局官网在2025-04-04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:202111040513.1,技术领域涉及:G06T7/33;该发明授权一种基于局部曲率及其近邻特征的点云配准方法是由李明昊;王毅;张明理;何新设计研发完成,并于2021-09-06向国家知识产权局提交的专利申请。

一种基于局部曲率及其近邻特征的点云配准方法在说明书摘要公布了:本发明公开了一种基于局部曲率及其近邻特征的点云配准方法,本发明将点云局部曲率及其相关特征信息引入点云特征提取过程,提升了点云配准的精度与速度。首先基于点密度分布完成点云下采样算法降低点云密度,使用半径滤波算法剔除点云噪声点;其次,通过提取探测点曲率值、探测点到其近邻点所构成拟平面距离、探测点与近邻点拟合平面的距离标准差,结合三个特征参数完成点云特征的参数构建工作,使用快速点特征直方图FPFH作为特征描述子;最后结合SAC‑IA采样一致性初始配准算法与ICP迭代最近点算法,求解最优旋转矩阵R与平移矩阵t,完成整个点云配准过程。

本发明授权一种基于局部曲率及其近邻特征的点云配准方法在权利要求书中公布了:1.一种基于局部曲率及其近邻特征的点云配准方法,其特征在于:包括如下步骤:步骤1,点云数据预处理,保证点云原本特征不受到破坏的同时,降低点云密度,剔除点云中的噪声点;步骤2,点云特征参数构建,结合探测点平均曲率、探测点到近邻点拟合平面欧式距离、探测点与近邻点到拟合平面距离标准差,共同构建特征参数,提取特征点;步骤3,点云配准,使用FPFH快速点特征直方图算法计算特征描述子并结合SAC-IA采样一致性初始配准算法完成点云初始配准工作,点云细配准使用ICP迭代最近点算法;所述点云配准中的点云对分为目标点云与源点云,目标点云与源点云使用完整的成对点云或激光雷达采集的多视角点云,适用于小型点云数据或大型工业点云数据;所述步骤3具体为:步骤3.1:根据提取出的特征点与其近邻特征点的空间差异计算快速点特征直方图FPFH,精确地描述点邻域内的空间几何属性,首先定义一个三维坐标系uvw,计算点P的k邻域中每个点和估计法线之间的偏差;在uvw坐标系下,计算Ps点的表面法线ns、Pt点的表面法线nt之间的角度偏差α、β、θ,称之为Ps点的特征三元素,将三个元素放入直方图中形成Ps点的简化点特征直方图SPFH;计算探测点Pt与k邻域中每一个近邻点的特征三元素,并计算相应的简化点特征直方图SPFH,对邻域中的各个简化点特征直方图SPFH进行加权统计,得到快速点特征直方图FPFH;步骤3.2:SAC-IA采样一致性初始配准算法使用FPFH特征描述子作为输入,降低迭代次数,通过KD树搜索源点云与目标点云间的相似特征作为对应点,遍历并计算每次的SAC-IA算法的配准结果最小误差,当变换质量计算得到最小误差时,此时的旋转平移矩阵为初始配准最优解;步骤3.3:使用ICP迭代最近点算法寻找两组点云集合中距离最近的点,迭代求解最优刚性变换矩阵;步骤3.4:根据细配准后对应点对之间的RMSE均方根误差,衡量点云配准的最终完成程度,RMSE均方根越大说明误差越大,反之则误差越小。

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热工研究院有限公司,其通讯地址为:710032 陕西省西安市碑林区兴庆路136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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。