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！

龙图腾网获悉湖北大学申请的专利基于OPTICS算法的车载激光雷达点云不均匀密度聚类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：CN116486128B 。

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：202310039685.X，技术领域涉及：G06V10/762；该发明授权基于OPTICS算法的车载激光雷达点云不均匀密度聚类方法是由肖海林;廖瀛治;周迪;曾张帆;刘海龙;谌雨章设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本基于OPTICS算法的车载激光雷达点云不均匀密度聚类方法在说明书摘要公布了：本发明公开了一种基于OPTICS算法的车载激光雷达点云不均匀密度聚类方法，包括如下步骤：1）生成决策序列图；2）计算决策序列图变化率；3）筛选决策序列图变化率的峰值点；4）决策序列图重组排序；5）阈值函数划分聚类。这种方法能实现自适应密度聚类，即能够避免密度阈值设置高时外围稀疏点云聚类效果不好、阈值设置低时内部密集点云产生聚类合并的缺陷。

本发明授权基于OPTICS算法的车载激光雷达点云不均匀密度聚类方法在权利要求书中公布了：1.一种基于OPTICS算法的车载激光雷达点云不均匀密度聚类方法，其特征在于，包括如下步骤： 1生成决策序列图：对预处理后的点云进行OPTICS聚类生成决策序列图，预处理是采用RANSAC平面分割的方法去除地面、体素下采样，决策序列图中横坐标为处理顺序、纵坐标为该点的可达距离，假设点云由N个点组成,决策图为N个点以及其对应的可达距离R＝{r1,r2,...rN}}为映射的离散函数； 2计算决策序列图变化率：生成划分排序区域的决策图G＝{g1,g2,...gN}如公式1所示： 其中j为离散微分的步长，G近似视为R的变化率； 3筛选决策序列图变化率的峰值点：对G求出符合条件的局部峰值点的位置p，假设符合条件的峰值点有M个，得Gpeaks＝{p1,p2...pM}作为区域划分点集，h为所需峰值高度，取值为幅度峰值的13，筛选高度不足的峰值点，dis为样品中所需的最小水平距离，这里取值与点云数据的大小有关，取值为N20，每个点的dis范围内取最高值峰值，直至所有峰值点满足条件，如公式2所示： pj＝gigi＞h,gi＝maxgi-dis...gi...gi+dis2， 其中gi-dis＝g1i＜1+dis，gi+dis＝gNi＞N-dis 4决策序列图重组排序：根据峰值点集Gpeaks的M个点把R划分M+1个区域，假设峰值点pj对应的可达距离点为计算每个区域的平均值mean，然后以平均值对区域进行从小到大的排序sort，重组为新的点集Rsort，如公式3所示： 5阈值函数划分聚类：将步骤4获得的Rsort的决策图与步骤1处理的R决策图相比，有着前面密度高，后面密度低的分布特征，相比传统的optics聚类对R选定固定阈值ε进行提取聚类，采用前面取值低后面取值高的阈值函数εi对Rsort进行处理，如公式4所示：实现自适应密度聚类，此处阈值是可达距离阈值，和密度阈值的关系为

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湖北大学，其通讯地址为：430000 湖北省武汉市武昌区友谊大道368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”。