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！

龙图腾网获悉西北工业大学申请的专利一种基于多重卷积网络的三维点云配准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：CN119338873B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411421559.1，技术领域涉及：G06T7/33；该发明授权一种基于多重卷积网络的三维点云配准方法是由杨宁;方俊;范哲设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本一种基于多重卷积网络的三维点云配准方法在说明书摘要公布了：本发明提供了一种基于多重卷积网络的三维点云配准方法。首先对点云数据进行双边滤波和体素网格下采样处理，去除其离散点并过滤噪声，可以在保证其局部细节和边缘特征的情况下，对点云冗余数据进行筛选、弥补质量缺陷；然后，再构建点云边缘位置特征多重卷积配准网络模型，并利用处理后的点云数据对模型进行训练；最后，利用网络模型输出的旋转变换矩阵完成点云配准。由于通多重卷积网络能够对点云数据的局部信息特征进行加强，能够提高网络模型对点云数据的场景学习和理解能力，提高点云配准任务的精度。

本发明授权一种基于多重卷积网络的三维点云配准方法在权利要求书中公布了：1.一种基于多重卷积网络的三维点云配准方法，其特征在于步骤如下： 步骤1：对输入的源点云数据和目标点云数据进行双边滤波； 步骤2：对滤波后的点云数据进行体素网格下采样处理； 步骤3：构建点云边缘位置特征多重卷积配准网络模型，包括特征提取模块、特征融合模块和位姿回归模块，其中，特征提取模块包括边缘卷积模块和位置自适应卷积模块，由边缘卷积模块提取输入的点云数据的边缘特征，再经过位置自适应卷积模块，对点云之间的位置距离进行加权计算，输出包含边缘特征和点云位置特征的高维特征；特征融合模块通过空间注意力机制模块和通道注意力机制模块对特征提取模块输出的高维特征数据的感兴趣区域进行强化学习，输出加权后的位置特征和通道特征；位姿回归模块对特征融合模块输出的特征数据进行回归预测，输出旋转变换矩阵； 所述的位置自适应卷积模块的处理过程为：对边缘卷积模块所提取得到的顶点与邻近点之间的边缘特征值，通过学习不同位置的权重系数来计算顶点与邻近点之间的相对位置关系，然后，将相对位置关系通过矩阵拼接的方式组合得到权重矩阵以及两个点云数据中点位置之间的权重系数，并对两个点云数据之间相对位置关系的位置距离权重以及边缘卷积的权重进行加权计算，输出包含边缘特征和点云位置特征的高维特征； 所述的特征融合模块的具体处理过程为：通过空间注意力机制综合学习输入源点云数据以及目标点云数据的包含边缘特征和点云位置特征的高维特征，输出加权后每个位置的特征；然后，使用通道注意力机制综合学习输入源点云数据以及目标点云数据的包含边缘特征和点云位置特征的高维特征，输出加权后的每个通道的特征； 步骤4：以步骤2处理后的源点云数据和目标点云数据为输入，对步骤3构建的点云边缘位置特征多重卷积配准网络模型进行训练； 步骤5：利用训练好的网络输出的旋转变换矩阵对源点云数据进行变换，完成点云配准。

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北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。