Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南技术物理研究所徐诗月获国家专利权

西南技术物理研究所徐诗月获国家专利权

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!

龙图腾网获悉西南技术物理研究所申请的专利适用于激光成像雷达的超分辨率点云获取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:CN116106926B

龙图腾网通过国家知识产权局官网在2025-09-16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:202211656856.5,技术领域涉及:G01S17/89;该发明授权适用于激光成像雷达的超分辨率点云获取方法是由徐诗月;张志坚;宋昭;杨镇源;曾诚;冷杰;石振东;高剑波设计研发完成,并于2022-12-22向国家知识产权局提交的专利申请。

适用于激光成像雷达的超分辨率点云获取方法在说明书摘要公布了:本发明涉及一种适用于激光成像雷达的超分辨率点云获取方法,属于激光成像雷达技术领域。本发明采用了结合点云和图像数据的方式,成功实现了原始点云的超分辨效果,能够有效提高成像激光雷达采集的点云数据的分辨率,获得高于硬件分辨率且更均匀的点云数据。

本发明授权适用于激光成像雷达的超分辨率点云获取方法在权利要求书中公布了:1.一种适用于激光成像雷达的超分辨率点云获取方法,其特征在于,在车辆行进过程中,激光成像雷达扫描车辆周围的环境,可见光相机拍摄前进方向图像,通过提前标定的视场角裁切雷达点云,只保留前进方向的点云内容; 激光成像雷达扫描获得的点云集合表示为相机图像表示为像素点的集合其中P为N×3的矩阵,表示N个点的三维坐标集合;Q为m×n的矩阵,表示分辨率为m×n的图像,二者的映射关系表示为ui,vi=P0·Tr·pi,其中P0为投影矩阵,表示三维点与二维投影的换算关系,Tr为欧式变换矩阵,表示雷达点云到图像坐标系的变换关系; 设定目标超分辨倍率为R,神经网络的图像分支将点云P投影到图像坐标系中,将每个点的坐标信息与对应像素ui,vi连接,初步构成更高维m×n×c+3的特征,随后依次输入编码器和解码器中,获得生成的高密度点云r1m×r1n×1以及每个点对应的置信度估计r1m×r1n×1;m×n×c+3中,3是rgb三种颜色通道,c是除了rgb以外的其他特征维度数;高密度点云r1m×r1n×1中,r1是超分辨率的倍数,此式就是把图像转化成了超分辨率r1倍的图像,1是深度通道,与m×n×c+3中的3对应;置信度估计r1m×r1n×1中,1表示置信度,置信度估计r1m×r1n×1中的值与高密度点云r1m×r1n×1中的每个值一一对应; 神经网络的点云分支将点云P通过特征提取、上采样和坐标重构获取新的生成点的坐标偏差r2-1N×3与对应点的置信度r2-1N×1,通过与原始点云P相加获取新的上采样点云r2-1N×3,然后与原始点云P结合,获得神经网络的点云分支的输出结果r2N×3;将神经网络的点云分支的输出结果r2N×3与神经网络的图像分支的输出r1m×r1n×3二者根据置信度加权求和,最终通过重采样获取均匀分布的超分辨率点云RN×3。

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西南技术物理研究所,其通讯地址为:610041 四川省成都市武侯区人民南路四段七号;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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。