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！

龙图腾网获悉武汉大学申请的专利几何和语义信息辅助的三维激光点云特征匹配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：CN115937585B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211552534.6，技术领域涉及：G06T7/33；该发明授权几何和语义信息辅助的三维激光点云特征匹配方法是由李加元;史鹏程;张永军;胡庆武设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本几何和语义信息辅助的三维激光点云特征匹配方法在说明书摘要公布了：本发明提出了一种几何和语义信息辅助的三维激光点云特征匹配方法。本发明通过联合几何和语义信息构建约束，实现激光点云的高精度配准，有效克服了传统方法对运动先验信息的依赖性以及对高误匹配率的敏感性。利用语义信息实现建筑与建筑匹配、地面与地面匹配、树木与树木匹配，有效过滤动态噪声并对搜索空间降维，提升匹配效率和准确性。通过几何和语义约束对误匹配粗剔除，利用精确数学建模实现误匹配精剔除，显著降低了问题求解复杂度。该发明能更加可靠、稳定地实现高精度三维激光点云配准，在高误匹配率情况下仍能实现精确匹配，解决众多复杂场景问题，具有更好的适用性。

本发明授权几何和语义信息辅助的三维激光点云特征匹配方法在权利要求书中公布了：1.几何和语义信息辅助的三维激光点云特征匹配方法，其特征在于，包括以下步骤： 步骤1，基于上下文信息设计特征检测与特征描述网络结构，构建匹配损失函数，获取初始三维特征描述符集合； 步骤1的具体实现包括如下子步骤； 首先，构建特征检测网络：选取PointMLP作为FPN的主干网来生成候选特征点，并引入Transformer的自注意力机制来编码特征点的上下文信息，使用概率Chamfer函数作为损失，采用非监督学习方式得到三维特征点集合； 然后，构建特征描述网络：融合CCN模块即Cylindricalconvolutionnetwork和Transformer模块构成特征描述网络，计算特征点的局部参考系，实现旋转不变性；通过CCN编码层次几何信息，Transformer编码全局信息，并利用LRN进行归一化得到特征描述符向量； 特征检测网络使用概率Chamfer函数作为损失，给定候选特征集合和，的数学公式为， 1 式中，表示中任一点到中点的最短距离，表示中任一点到中点的最短距离，为l 2范数；和分别为和中的特征点；和描述最佳匹配的显著不确定性，通过特征描述或三维空间的离散性对其预估，表示中点与中的对应点的匹配相似不确定因素，则表示中的点与中的对应点的匹配不确定因素； 步骤2，基于步骤1中得到的特征点与特征描述，引入语义信息来辅助实现动态噪声点剔除与分类匹配，得到分类匹配点集合； 步骤3，在分类匹配结果上，构建拓扑图结构网络，利用支撑线投票策略剔除不满足几何约束的匹配对； 步骤4，在粗剔除结果上，构建三维特征匹配最大共识模型，并基于边界冲突效应求解，得到最终精确匹配点集。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299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”。