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语义分布特征检索和语义拓扑直方图的全局定位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：CN119741376B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411908618.8，技术领域涉及：G06T7/73；该发明授权基于语义分布特征检索和语义拓扑直方图的全局定位方法是由高旺;黄飞璇;潘树国;刘宏;赵恒设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于语义分布特征检索和语义拓扑直方图的全局定位方法在说明书摘要公布了：本发明公开了一种基于语义分布特征检索和语义拓扑直方图的全局定位方法，包括以下步骤：首先，利用场景中的全局语义分布特征预筛选候选检索，并初步构建候选检索队列；其次，利用同一场景中语义实例之间的几何拓扑关系，构建基于语义拓扑直方图的成本矩阵，进而求解顶点匹配；最后利用顶点匹配构建的粗略位姿估计作为迭代最近点算法的初值，通过点云匹配耦合位置识别，输出最终位姿估计；本方法有效克服了目前基于激光雷达的一次性全局定位在无先验位姿情况下面临局部特征匹配误差、对动态物体的敏感性、以及计算效率不足等问题，通过引入语义信息，利用环境中物体的语义信息来辅助无初始位姿的一次性全局定位，提高了全局定位的精度和鲁棒性。

本发明授权基于语义分布特征检索和语义拓扑直方图的全局定位方法在权利要求书中公布了：1.基于语义分布特征检索和语义拓扑直方图的全局定位方法，其特征在于，包括： 步骤1、利用场景中的全局语义分布特征预筛选候选检索，并初步构建候选检索队列； 步骤2、利用同一场景中语义实例之间的几何拓扑关系，构建基于语义拓扑直方图的成本矩阵，进而求解顶点匹配；具体如下： 在其语义相关的基础上加入了语义对象之间的几何信息，构建了全新的语义拓扑直方图作为匈牙利算法的成本矩阵；其中，对于每个语义节点的语义拓扑直方图定义为一个二维矩阵STH； 其中STH矩阵中的xij表示在该实例对象附近距离阈值d划分为h份的第j份内语义标签为i的语义实例数量；由上式获得对应语义实例的周边语义描述，即对于当前场景语义图的任一节点Nodequery和对应地图语义图中的任一节点Nodemap的匹配成本定义为a，其计算如下： 对于当前场景语义图Gquery和待检索地图语义图Gmap的匈牙利成本矩阵A即为： 通过匈牙利算法求解获得最优顶点配对，然后构建配对点之间的几何关系来去除部分错误点；并将构建成配对的点分别存入对应的匹配点集Mquery和Mmap；最后选择LCQ帧匹配点对最多的帧作为最终候选队列，再进一步使用位姿估计来进行相似评估； 步骤3、利用顶点匹配构建的粗略位姿估计作为迭代最近点算法的初值，通过点云匹配耦合位置识别，输出最终位姿估计。

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”。

以上内容由龙图腾AI智能生成。