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！

龙图腾网获悉中兵智能创新研究院有限公司;北京理工大学申请的专利针对室内环境基于曲率信息的车载激光雷达点云聚类算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：CN115908541B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202211075046.0，技术领域涉及：G06T7/64；该发明授权针对室内环境基于曲率信息的车载激光雷达点云聚类算法是由崔星;宿玉康;朱森;汪洋;张硕;李季轩;李睿峰;孙介东;吴雨洋设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本针对室内环境基于曲率信息的车载激光雷达点云聚类算法在说明书摘要公布了：本发明提供了一种针对室内环境基于曲率信息的车载激光雷达点云聚类算法，包括依次执行数据预处理、地面点分割、真假断点判定、点云曲率计算及广度优先搜索等步骤。数据预处理将点云数据及后续的处理结果存储为二维矩阵；地面点分割进行点云中地面点的分割；真假断点判定进行点云中墙壁断点的判定，区分真的墙壁断点和因视野受阻而产生的假断点；点云曲率计算基于极坐标下的曲率计算方法，进行离散点云的曲率计算；广度优先搜索根据点云曲率与阈值参数的数值比较结果进行类别判定，并进行二维广度搜索。本发明可以实现室内场景中不同墙面特征及墙面特征与墙角特征的激光雷达点云聚类分割。

本发明授权针对室内环境基于曲率信息的车载激光雷达点云聚类算法在权利要求书中公布了：1.一种针对室内环境基于曲率信息的车载激光雷达点云聚类方法，其特征在于：具体包括以下步骤： 步骤一、基于激光雷达的水平与竖直视角确定二维矩阵的尺寸，基于各激光点在水平与竖直方向上相对于激光雷达的距离和方位，确定对应的各点云在所述二维矩阵中的坐标，将各点的三维坐标及其相对激光雷达的距离基于所述坐标对所述二维矩阵执行矩阵填充； 步骤二、针对相邻激光点计算竖直方向上的仰角与仰角差值，将仰角与仰角差值均小于相应阈值的点标记为地面点； 步骤三、针对相邻激光点计算点云间距，提取其中的间距大于断点判定阈值的激光点作为拟断点，结合相对位置判定各拟断点是真断点还是假断点；其中真断点代表墙面的边缘造成的点云水平分布间断，假断点则代表激光雷达视野受阻所造成的点云水平分布间断； 步骤四、利用点云极坐标曲率计算公式计算各激光点所在位置处水平方向上的曲率，并将结果基于点云在二维矩阵中的坐标存储为点云曲率二维矩阵； 步骤五、判断各激光点类别是否属于拟断点或地面点，以及结合所述点云曲率二维矩阵、相应曲率阈值与真假断点判断类别是否属于墙面上的平面点或墙面边缘点；基于判断出的类别结果对全部点执行广度优先搜索聚类，包括以下步骤： 1在未聚类的点中选取一个点并将其作为待搜索点云序列的第一个点； 2取出待搜索点云序列的第一个点作为搜索中心并判断其所属的类别； 3对搜索中心的上下左右四个点进行合理性判定，将判定合理的点加入到待聚类点云序列中； 4取出待聚类点云序列中的第一个点并判定其类别，若其与搜索中心类别相同，则将其添加到待搜索队列中，若其与搜索中心类别不同，则不做聚类处理，若待聚类点云序列的全部点都被取出，则将搜索中心添加到已搜索队列中； 5若待搜索序列不是空集，则返回步骤2，若待搜索队列是空集，此次搜索过程闭合，将已搜索队列中的全部点构成一个点云类，为其设定类别编号，并将类别编号存入聚类结果二维矩阵中； 6若所有的点已完成聚类时终止搜索算法，若存在点未完成聚类，则返回步骤1； 对同类点设定相同编号并存储为聚类结果二维矩阵，从而实现室内环境中地面与不同墙面的识别。

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兵智能创新研究院有限公司;北京理工大学，其通讯地址为：100070 北京市丰台区科兴路7号1层A区21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”。