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！

龙图腾网获悉东南大学申请的专利基于Transformer的特征级相机-激光雷达在线标定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：CN118229799B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202410513954.6，技术领域涉及：G06T7/80；该发明授权基于Transformer的特征级相机-激光雷达在线标定方法是由程向红;刘丰宇;吴昕怡设计研发完成，并于2024-04-26向国家知识产权局提交的专利申请。

本基于Transformer的特征级相机-激光雷达在线标定方法在说明书摘要公布了：本发明公开了一种基于Transformer的特征级相机‑激光雷达在线标定方法，首先利用手眼估计器对相机和激光雷达进行粗标定，通过估计的初始六自由度外参将激光雷达原始点云投影到图像上，得到粗标定后匹配的激光雷达点云与相机图像；再构建多约束Transformer深度网络模型并进行模型训练，输出预测后更精准的六自由度外参；所述网络模型包括Token金字塔模块、Transformer融合器模块、特征注入模块和多约束模块；将粗标定后匹配的激光雷达点云与相机图像输入到多约束Transformer深度网络中进行精标定，最后引入迭代优化策略，得到精确鲁棒的六自由度外参，进一步提高标定结果的精度和鲁棒性。

本发明授权基于Transformer的特征级相机-激光雷达在线标定方法在权利要求书中公布了：1.基于Transformer的特征级相机-激光雷达在线标定方法，其特征在于,包括如下步骤: S1，粗标定：利用手眼估计器对相机和激光雷达进行粗标定，通过估计的初始六自由度外参将激光雷达原始点云投影到图像上，得到粗标定后匹配的激光雷达点云与相机图像； S2，构建多约束Transformer深度网络模型：将步骤S1粗标定后匹配的激光雷达点云与相机图像输入到模型中，输出预测后更精准的六自由度外参；所述多约束Transformer深度网络模型包括Token金字塔模块、Transformer融合器模块、特征注入模块和多约束模块，其中， 所述Token金字塔模块：以粗标定后匹配的激光雷达点云与相机图像作为输入，生成Token金字塔，获得局部特征； 所述Transformer融合器模块：用作多模态融合，以Token金字塔模块输出的局部特征为输入，利用其自注意力机制将相机图像和激光雷达点云的全局上下文结合起来，提供全局特征； 所述特征注入模块：将Transformer融合器模块输出的全局特征注入相应尺度的局部tokens中，进行特征增强； 所述多约束模块：将六自由度外参全局约束、深度投影约束、语义边缘约束进行加权构建多约束损失函数，用于网络模型训练； S3，迭代优化：将步骤S2预测后的六自由度外参反馈到步骤S1中，重新将激光雷达点云投影到图像上，获得匹配度更高的激光雷达点云与相机图像，重复步骤S2，迭代优化后得到最终精确的六自由度外参。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。