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！

龙图腾网获悉浙江工业大学申请的专利一种基于路侧激光雷达的动态车辆实时检测方法及装置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：CN119741664B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411703307.8，技术领域涉及：G06V20/54；该发明授权一种基于路侧激光雷达的动态车辆实时检测方法及装置是由梁利华;侯帅豪;边辉辉;来杭杰;李本一;石尚恩;余雯菁设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于路侧激光雷达的动态车辆实时检测方法及装置在说明书摘要公布了：本发明公开了一种基于路侧激光雷达的动态车辆实时检测方法及装置，具体方法包括结合不同时空的点云数据在具有球坐标属性的矩阵中进行静止点滤波和自适应阈值的离群点滤波，在空间直角坐标系中聚簇分割目标点云数据，并根据点云数量特征和范围特征识别车辆目标。降维在平面后，根据车辆L形、I形的特点确定角点和初始主方向，结合初始主方向，以面积准则和轮廓点的距离准则构建设计包围盒的数学模型，迭代寻找最优包围盒。最后创建平面包围盒的线缓冲区，验证是否含有混合噪点。本发明有效地降低了噪声干扰，缓解了外观变化对车辆识别的影响，通过计算自适应滤波阈值和最优求解模型，使算法更加灵活和通用，提高了实时检测车辆的准确率。

本发明授权一种基于路侧激光雷达的动态车辆实时检测方法及装置在权利要求书中公布了：1.一种基于路侧激光雷达的动态车辆实时检测方法，其特征在于，该方法包括以下步骤： 步骤一，获取道路实时情况的三维点云数据； 步骤二，对三维点云数据进行静止点滤波和离群点滤波； 步骤三，对滤波后的三维点云数据聚类，获取单一目标点云数据，并判断其是否为动态车辆，最终获得车辆点云数据；具体方法是将聚类后的目标点云数据降维在地面所属的二维平面，然后计算点云的数量特征和范围特征，若满足下式，该目标点云数据为动态车辆数据； 式中，为点云数量，为激光雷达水平方向视角分辨率，E为所述点云稀疏性变化的修 正系数；为Y坐标最大值，为Y坐标最小值，Y坐标值体现车道宽度，体现车辆宽度范围； 步骤四，计算所述车辆点云数据的角点，依据角点分割出车头部位的簇，进而拟合得到车辆初始的宽度主方向；所述角点是以点云的最小径向距离确定；然后，作过原点和角点的直线L，直线L将车辆点云数据分割为A类簇和B类簇，B类簇即为所述车头部位的簇，B类簇经RANSAC拟合后的直线L2代表车辆初始的宽度主方向，A类簇为车辆侧身的点云； 步骤五，计算车辆边界轮廓点，结合车辆初始的宽度主方向，以包围盒的面积权重、距离权重的和最小为目标函数，构建包围盒的数学模型，以车辆初始的宽度主方向斜率为设计变量，迭代寻找最优包围盒，并过滤混合噪点；所述最优包围盒设计的数学模型是指以直线L2的斜率为设计变量，以包围盒的面积权重、距离权重的和为目标函数，在合适范围内寻找最优函数的值，具体表示如下： 式中，为目标函数；为包围盒的面积，经归一化处理；为包围盒的宽，为包围 盒的长；为所有轮廓点到包围盒4条直线最短距离的和，经归一化处理，J为轮廓点 的数量；为轮廓点i到4条直线距离中的最小值；分别为权重；为L2初始斜率， 为搜索步长； 步骤六，根据步骤五得到的最优包围盒，计算车辆的几何特征，输出检测结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。