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！

龙图腾网获悉中南大学申请的专利一种基于多传感器紧耦合的立面凸出物智能检测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：CN119832057B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510295892.0，技术领域涉及：G06T7/64；该发明授权一种基于多传感器紧耦合的立面凸出物智能检测方法是由徐德刚;李俊松;白雪垠;周俊洁;刘宇雄设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本一种基于多传感器紧耦合的立面凸出物智能检测方法在说明书摘要公布了：本发明公开了一种基于多传感器紧耦合的立面凸出物智能检测方法，对待检测的立面采集包括点云和图像在内的多模态数据，然后对图像进行全景分割获取语义信息，并将语义信息传递到点云中；对点云进行降采样，并结合语义信息进行密度聚类，计算投影置信向量，利用随机抽样一致性算法计算立面所在平面方程，对凸出物计算包围框，完成基于点云的凸出物粗估计；对凸出物使用点云计算表面方程，并将凸出物表面方程变换到相机坐标系中，利用图像中凸出物的像素位置，结合立面方程，拟合凸出物在空间中的边界；根据投影置信向量调整点云的粗估计结果和基于图像拟合的边界，对两类结果进行组合滤波以耦合，完成对凸出物的精确检测，得到凸出物队列。

本发明授权一种基于多传感器紧耦合的立面凸出物智能检测方法在权利要求书中公布了：1.一种基于多传感器紧耦合的立面凸出物智能检测方法，其特征在于，包括以下步骤： S1，对待检测的立面采集包括点云和图像在内的多模态数据，然后使用深度学习网络对图像进行全景分割获取语义信息，并将语义信息传递到点云中； S2，对点云进行降采样，并结合语义信息进行密度聚类，计算投影置信向量，利用随机抽样一致性算法计算立面所在平面方程，对凸出物计算包围框，完成基于点云的凸出物粗估计； S3，对凸出物使用点云计算表面方程，并将凸出物表面方程变换到相机坐标系中，利用图像中凸出物的像素位置，结合立面方程，拟合凸出物在空间中的边界； S4，根据投影置信向量调整点云的粗估计结果和基于图像拟合的边界，对两类结果进行组合滤波以耦合，完成对凸出物的精确检测，得到凸出物队列； 所述的步骤S2中，基于激光雷达点云的立面凸出物粗估计方法，包括： S201，对点云执行体素网格降采样，然后再以体素网格边长的一半作为聚类半径，结合语义信息，将各凸出物和立面对应的点云进行密度聚类，从而得到点云簇； S202，对立面采用随机抽样一致性算法来求解立面方程，然后再对各凸出物点云簇内点求解离立面的距离，如果离墙距离小于预定的阈值，则将该点作为剔除点从凸出物簇中剔除； S203，接下来统计各个点云簇中三维坐标的最大值和最小值，从而形成各点云簇的外包围锚框，然后以外包围锚框作为边界来形成点云粗估计结果，组成凸出物队列； S204，根据S202得到的各个点云簇中剔除点的位置信息，结合剔除点所在的凸出物簇信息，计算每个凸出物的投影置信向量，来作为调整图像耦合点云的匹配特征； 所述的步骤S204中，计算投影置信向量的步骤包括： 一、计算各类点云簇中的剔除点到凸出物包围框在三个空间维度上的距离，将三个距离组合成偏移向量，其中若剔除点在某个维度上处于包围框内，则这一维度上的距离为零； 二、统计偏移向量个数，将每个偏移向量进行矢量相加得到总偏移向量，再与点云簇中的总点数求商，得到每个点的单位总偏移向量； 三、对缩放后的单位总偏移向量取反，得到投影置信向量。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。