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！

龙图腾网获悉福建师范大学申请的专利一种跨车载激光雷达配置的点云自适应语义分割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：CN117152439B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202311216237.9，技术领域涉及：G06V10/26；该发明授权一种跨车载激光雷达配置的点云自适应语义分割方法是由罗海峰;黄添强;黄丽清设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种跨车载激光雷达配置的点云自适应语义分割方法在说明书摘要公布了：本发明提出一种跨车载激光雷达配置的点云自适应语义分割方法，具体为：建立深度隐式表达框架，重建车载激光点云的三维场景连续表面；基于局部几何统计的近似无符号距离场，构建深度隐式表达框架的自监督学习范式；构建源场景与目标场景的无符号距离场；获取源场景与目标场景云点级分布对齐的隐式表达空间点云；构建源场景隐式表达空间点云语义分割数据集；基于隐式表达空间数据集训练语义分割模型；基于近邻辐射的原始目标场景点云语义标签推断；本发明基于三维隐式表达对空间连续表面高质量重建，建立基于自监督的车载激光点云场景隐式表达方法，对隐式表达空间进行重采样，实现跨车载激光雷达配置点云的点级分布对齐，避免了显式重构标准域。

本发明授权一种跨车载激光雷达配置的点云自适应语义分割方法在权利要求书中公布了：1.一种跨车载激光雷达配置的点云自适应语义分割方法，能在以搭载不同激光扫描仪的车载激光扫描系统获取点云数据后，对点云数据进行自适应语义分割，其特征在于：包括以下步骤； 步骤S1、利用搭载激光雷达的车载激光扫描系统，采集用于语义分割模型训练的点云，作为源场景车载激光点云使用；利用搭载另一种激光雷达的车载激光扫描系统采集的、且用于语义分割模型测试的点云，作为目标场景车载激光点云使用；基于源场景车载激光点云、目标场景车载激光点云，建立用于隐式表示三维场景的深度神经网络模型，作为三维场景深度隐式表达框架，以此重建车载激光点云的三维场景连续表面； 步骤S2、使用基于局部几何统计的近似无符号距离场，构建三维场景深度隐式表达框架的自监督学习范式，确保隐式表达空间连续场景表面的高保真重建； 步骤S3、使用基于近似无符号距离场的自监督学习范式训练的三维场景深度隐式表达框架，对给定的源场景车载激光点云和目标场景车载激光点云进行查询点无符号距离推断，分别建立源场景和目标场景的无符号距离场； 步骤S4、使用无符号距离阈值对源场景车载激光点云和目标场景车载激光点云进行重采样，获得隐式表达空间的相应点云，实现跨车载激光雷达配置点云的点级分布对齐； 步骤S5、使用源场景车载激光点云标签数据对其隐式表达空间点云进行近邻标签投票，构建隐式表达空间的源场景的语义分割训练数据集； 步骤S6、使用所述语义分割训练数据集训练并优化点云语义分割模型； 步骤S7、使用优化训练好的所述语义分割模型对隐式表达空间目标场景点云进行逐点语义标签推断，并将推断结果进行近邻辐射，完成所述跨车载激光雷达配置的点云自适应语义分割； 步骤S1具体包括以下步骤； 步骤A1、使用基于三维卷积神经网络3DCNN的编码器，将给定的源场景车载激光点云和目标场景车载激光点云映射为一个场景几何结构感知的特征表示，即建立涵盖源场景车载激光点云和目标场景车载激光点云的场景隐式表达框架；具体为： 针对给定的车载激光点云利用基于3DCNN的编码器θ将给定车载激光点云P映射为一个场景几何结构感知的特征表示v＝θP，并将其视为给定车载激光点云P潜在场景表面的隐空间特征表示； 步骤A2、从所述给定车载激光点云的最小包围框内随机采样查询点；具体为：从给定车载激光点云P的最小包围框内随机采样K个查询点，记为 步骤A3、使用隐函数解码器，以潜在场景几何结构感知特征表示和所述查询点作为输入，为每个查询点回归一个隐式值，具体为： 联合隐式神经表达，定义每个查询点qK∈Q的隐式值，即查询点到潜在场景表面的距离，具体形式如下： fPqK＝ψqK,v 其中，fP为给定车载激光点云P所对应潜在场景表面的隐函数； 步骤A4、查询点到潜在场景表面的无符号距离，即：利用隐函数解码器ψ，以潜在场景表面的隐空间特征表示和查询点作为输入，为每个查询点回归一个隐式值，其中隐式值被设置为查询点到潜在场景表面的无符号距离。

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福建师范大学，其通讯地址为：350117 福建省福州市闽侯县上街镇学府南路8号福建师范大学旗山校区；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”。