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！

龙图腾网恭喜北京建筑大学申请的专利基于巡检人形机器人的点云特征提取方法、装置及系统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：CN119206246B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411137479.3，技术领域涉及：G06V10/44；该发明授权基于巡检人形机器人的点云特征提取方法、装置及系统是由郭明;黄馨逸;张潇澜设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本基于巡检人形机器人的点云特征提取方法、装置及系统在说明书摘要公布了：本发明公开了一种基于巡检人形机器人的点云特征提取方法、装置及系统，包括：获取地下空间的点云数据；去噪、滤波及归一化处理；提取点云数据的局部特征和全局空间增强特征，局部特征包括几何结构、曲率、边界特征，并进行曲率特征变换，全局空间特征包括提取全局空间特征并卷积得到增强空间注意力的全局特征；基于局部特征和全局空间增强特征提取特征信息并分类。本发明在稀疏点云语义分割任务中实现了对全局特征的高效提取和增强，显著提升了模型在复杂场景下的分类精度和鲁棒性；本发明在语义分割精度上具有显著提升。

本发明授权基于巡检人形机器人的点云特征提取方法、装置及系统在权利要求书中公布了：1.用于数字孪生的基于地下空间巡检人形机器人的激光点云特征提取方法，其特征在于，包括以下步骤：S1、获取由搭载有三维激光点云设备的巡检人形机器人按预设路线行进采集的地下空间的点云数据；S2、采用统计分析方法对点云数据进行去噪处理，然后采用高斯滤波器对点云数据进行滤波处理，然后进行批量归一化处理，得到预处理点云；S3、输入点云数据至预先构建和训练完成的特征提取神经网络模型，输出得到点云的空间特征和分类标签；其中，所述特征提取神经网络模型的构建和训练具体包括：T1、构建局部特征表述模块，其用于提取局部特征，所述局部特征表述模块基于最远点采样方法对输入的点云数据进行采样，设置不同的采样半径得到多尺度多个簇，每个簇包括中心点及其邻域范围内的点；对每个簇采用RANSAC算法迭代不同结构几何形状的拟合方程，拟合出对应的几何特征，然后基于曲率判断边界特征，计算簇的中心点的曲率，该中心点邻域范围内的点执行滑动窗口获取曲率的平均值，基于几何特征对中心点及其邻域范围内点进行分类；采用KNN搜索每个簇的曲率特征邻域的相近的点对每个点进行特征编码，得到每个点的特征信息，将曲率相近的特征点赋权重调近空间位置，将曲率不相近的点赋权重调整远空间位置，以进行曲率特征变换，增强曲率特征；完成同一尺度所有簇的局部特征提取，拼接多个尺度的局部特征，然后采用softmax激励函数处理，得到每个点云的局部特征；T2、构建全局空间特征增强模块，其用于提取和增强点云的全局空间特征，所述全局空间特征增强模块基于多层感知器提取得到全局特征，以全局特征为输入，分别进行平均池化和最大池化，得到平均池化全局特征和最大池化全局特征，卷积平均池化全局特征和最大池化全局特征得到空间注意力全局特征，然后采用Softmax激活函数处理，得到全局空间特征；T3、将步骤T2得到的全局特征叠加至步骤T1得到的每个点云的局部特征中，然后再次进行多层感知器操作，得到每个点云的空间特征信息和编码信息，其中编码信息与分类标签映射；T4、采用场景分类训练数据对步骤T1~T3构建的特征提取神经网络模型进行训练，其中，所述场景分类训练数据包括设计或标准的管道模型数据、墙模型数据、地面模型数据、灯模型数据、配筋模型数据、天花板模型数据、电气设备模型数据；其中，所述场景分类训练数据及对应的模型的构件数据获得的具体方法为：采用步骤S1和S2的方法获得一段隧道的点云，然后采用随机抽样提取方法通过点云抽稀筛选出点云，然后采用点云语义分割标注工具生成对应的所述场景分类训练数据及对应的模型的构件数据。

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北京建筑大学，其通讯地址为：100044 北京市西城区展览馆路1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”。