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 > 恭喜江苏大学李晋阳获国家专利权

恭喜江苏大学李晋阳获国家专利权

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!

龙图腾网恭喜江苏大学申请的专利一种基于激光雷达的点云处理和物体识别系统及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:CN114089377B

龙图腾网通过国家知识产权局官网在2025-06-03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:202111225021.X,技术领域涉及:G01S17/931;该发明授权一种基于激光雷达的点云处理和物体识别系统及方法是由李晋阳;张淼设计研发完成,并于2021-10-21向国家知识产权局提交的专利申请。

一种基于激光雷达的点云处理和物体识别系统及方法在说明书摘要公布了:本发明公开了一种基于激光雷达的点云处理和物体识别系统及方法。首先,系统接受导航信号,确定农业机械的位置坐标,激光雷达开始扫描环境信息,体素化网格降采样模块对点云进行降采样,减少点云中点的数量,点云分类模块对降采样后的点云,进行分类,点云聚类模块使用欧式聚类方法,对分类后的点云,聚类,得出障碍物的点云集,OBB最小立体框估计模块对障碍物的点云集,求解障碍物的几何特征,最后状态估计模块对障碍物进行状态估计。本方法实现了农业机械在工作过程中遇到障碍物时的紧急规避或者停车动作。

本发明授权一种基于激光雷达的点云处理和物体识别系统及方法在权利要求书中公布了:1.一种基于激光雷达的点云处理和物体识别系统,其特征在于,该系统包括:依次连接的导航数据处理与接受模块、体素网格降采样模块、点云分类模块、点云聚类模块、OBB最小立体框估计模块和状态估计模块;导航数据处理与接收模块,该模块采用北斗-RTK定位接收设备,设备包括接收机、卫星天线和数传电台,用于定位农业机械在自定义坐标系的时时位置;体素化栅格降采样模块,用于在保持点云形状特征的同时,减少点的数量,使用三维体素栅格,然后在体素内,用体素内所有点的重心坐标来近似代替体素内的其它的点的坐标;点云分类模块需要将降采样后的点云数据进行归类划分,剔除地面点云,采用平面拟合方法,对离车身不同距离的部分,建立不同的平面模型,按照距离平面的距离的不同阈值,剔除地面点云,高空点云只需要采用直通滤波的方法,按照激光雷达坐标系的z轴,进行剔除高空点云,留下有用点云;点云聚类模块,需要对有用点云按照欧式距离,进行欧式聚类,按照不同的聚类半径,最少聚类点数和最大聚类点数,对点云类进行欧式聚类,将少于最少聚类点数的点云类,进行剔除,得出属于不同物体的点云类;OBB最小立体框估计模块是采用PCA主成分分析方法,在有用障碍物点云聚类集合中计算点云类的协方差矩阵,协方差矩阵的特征值和特征向量,由特征向量组成的坐标系为OBB包围盒的坐标系,在OBB的包围盒坐标系下,计算点云类的长length、宽width、高height;状态估计模块是根据障碍物聚类完成后的质心坐标、障碍物包含点的数量、障碍物的体积和障碍物的速度来判断障碍物是为何类障碍物以及动态和静态的判别;所述的点云聚类模块能能够聚类出车身周围的障碍物信息:根据雷达扫描物体特性,距离激光雷达距离越近,点的密集度越大,距离激光雷达的距离越远,点的密集度越小,假如将距离车身[0,2m]的点归类到A类,[2m,10m]的点归类到B类,[10m,20m]的点归类到C类,[20m,30m]的点归类到D类;在对B类、C类以及D类点云设置聚类半径和聚类的最少点数的时候,要满足聚类半径递增和最少聚类点数递减的趋势,这样能够剔除车身周围环境中噪点聚类,也不会因为远处和近处的障碍物参数一致,导致障碍物过分割或者障碍物被忽略;所述的OBB最小立体框估计模块,能够提取障碍物点云集的长length、宽width、高height和障碍物点集中点的数量特征信息:对欧式聚类后的障碍物点云类,进行PCA主成分分析,得到障碍物的点云类的三个主方向,获取障碍物点云的质心坐标,协方差矩阵,并求取协方差矩阵的特征值和特征向量,得到协方差矩阵的特征向量后,对特征向量进行单位正交标准化,得到单位正交矩阵;根据障碍物点云的质心坐标和单位正交矩阵,转换障碍物点云的坐标系,在此坐标系下,计算障碍物点云类中的最大和最小坐标,根据坐标计算出矩形框的长length、宽width、高height,在激光雷达坐标系下,用点云的质心坐标和矩形框的长、宽、高代表障碍物点云的大致轮廓;所述的状态估计模块能够对障碍物的状态进行动静状态判断和作业区域的位置定位的功能:由欧式聚类得到的障碍物点云,每个障碍物点云类中所包含的点的数量Np,质心坐标xc,yc,zc,障碍物点云的长length、宽width、高height,在ROS中,采用发布订阅者的通信机制,由发布者通过发布”Result_clustering"的话题,发布欧式聚类和特征提取部分的结果,用一个节点去订阅”Result_Clustering”的话题,在订阅者这个节点中,计算前后两次接收到障碍物点云中计算点数的变化率体积的变化率来判断是否为同一障碍物; V=Length*Width*Height 式中,Np:单个障碍物中点的变化率;V:障碍物体积;障碍物体积变化率;Npt2:pt2时刻障碍物中包含的点数;Npt1:pt1时刻障碍物内包含的点数;NPmax:Npt1和Npt2的最大值;Vpt2:pt2时刻障碍物的体积;Vpt1:pt1时刻障碍物的体积;Vmax:Vpt1和Vpt2的最大值。

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江苏大学,其通讯地址为:212013 江苏省镇江市京口区学府路301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。