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！

龙图腾网获悉北京航空航天大学申请的专利一种基于次邻帧约束位姿图优化的点云三维重建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：CN118887345B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411172797.3，技术领域涉及：G06T17/00；该发明授权一种基于次邻帧约束位姿图优化的点云三维重建方法是由李小路;付文明;苏丽轩;徐立军设计研发完成，并于2024-08-26向国家知识产权局提交的专利申请。

本一种基于次邻帧约束位姿图优化的点云三维重建方法在说明书摘要公布了：本发明公开一种基于次邻帧约束位姿图优化的激光点云三维重建方法，包括点云配准和位姿图优化两部分。点云配准通过粗配准和精配准计算两帧点云之间刚体变换位姿矩阵，包括邻帧变换矩阵和次邻帧变换矩阵，为位姿图建立提供基础；位姿图包含图节点和约束边，通过邻帧变换矩阵计算各帧点云位姿，形成初始化位姿图节点，根据邻帧变换矩阵计算邻帧相对位姿误差和回环误差，添加邻帧约束边和回环约束边，抑制累积误差；根据次邻帧变换矩阵，计算次邻帧相对位姿误差，添加次邻帧约束边，提高位姿图鲁棒性；通过LM算法对初始位姿图计算代价函数进行优化，获得符合约束的最优位姿，根据优化后点云位姿将所有点云变换到统一坐标系中，获得目标重建模型。

本发明授权一种基于次邻帧约束位姿图优化的点云三维重建方法在权利要求书中公布了：1.一种基于次邻帧约束位姿图优化的点云三维重建方法，其特征在于，通过次邻帧约束增强位姿估计精度，实现高精度三维重建；所述次邻帧约束位姿图优化的点云三维重建方法，包括点云配准和位姿图优化；所述点云配准通过计算两帧点云之间刚体变换位姿矩阵，为位姿图建立提供基础；所述点云配准步骤包括特征描述子计算、匹配对计算、变换矩阵估计；所述位姿图包含图节点和约束边，所述图节点为单帧点云位姿矩阵，所述约束边为两帧点云之间的刚体变换矩阵，所述约束边包括邻帧约束边、次邻帧约束边、回环约束边；所述邻帧约束边为位姿图中相邻两帧点云之间的变换矩阵约束；所述次邻帧约束边为位姿图中间隔一帧的两帧点云之间的变换矩阵约束，用于提高位姿图鲁棒性；所述回环约束边为最后一帧点云与第一帧点云闭环构建的变换矩阵约束，用于提高连续多帧点云位姿估计精度；通过所述位姿图优化方法，降低邻帧点云配准的累积误差，减小整体点云位姿误差，利用优化后点云位姿，将所有点云变换到统一坐标系中，得到重建目标模型； 所述点云位姿矩阵T为4×4矩阵，由点云相对基准坐标系的旋转矩阵R和平移向量t组成；所述位姿误差包括旋转误差erot和平移误差etra，其定义为： 其中，T为位姿矩阵估计值，TG为位姿矩阵真值，ΔR为旋转矩阵R残差，Δt为平移向量t残差，tr·代表矩阵的迹，||·||代表向量的二范数；所述累积误差指点云邻帧配准时存在微小误差，导致重建时误差逐渐累积，位姿误差逐渐增大； 所述点云三维重建方法包括以下步骤： 1多视角目标点云获取：采用主动式三维成像传感器，围绕目标获取多视角目标点云；主动式传感器围绕目标做圆周运动，每隔M°扫描一帧点云，传感器运动至少大于一周，共获取N帧点云； 2特征描述子计算：对多视角点云进行体素降采样，压缩数据量，提高计算速度；对降采样点云中的各点计算特征描述子；所述特征描述子通过在特征点处建立局部坐标系，将邻域点的空间位置信息或几何特征统计信息结合起来描述特征点，其基本思想是：基于邻域点建立局部坐标系，然后将每个点的几何特征统计到直方图进行编码，得到三维描述子，所述点云特征描述子本质为一个向量； 3匹配对确定：基于所述点云特征描述子，利用相互查找方式计算匹配对；两帧待配准点云分别称为源点云和目标点云；所述源点云中的一点，在所述目标点云中查找与该点特征描述子欧式距离最小的点；对于查找到所述目标点云中的对应点，再次在所述源点云中进行相同查找；两次查找的所述源点云和所述目标点云一对空间点相同，则这一对空间点视为一个匹配对； 4邻帧及次邻帧变换矩阵估计：基于匹配对计算结果，采用截断最小二乘代价函数和半定松弛结合方法进行变换矩阵估计；所述截断最小二乘代价函数，增强对错误匹配对的鲁棒性，使用半定松弛将旋转估计这一非凸问题改写为凸优化问题，提升三维点云配准精度；所述非凸问题是指在优化过程中，目标函数或约束条件存在多个局部极值点，导致难以找到全局最优解，容易陷入局部极值点；所述凸优化问题是指优化过程中，目标函数和约束条件具有唯一的全局最优解，试图找到全局最优解； 5位姿图构建：基于邻帧变换矩阵估计结果，计算各帧点云的位姿矩阵，根据所述位姿矩阵初始化位姿图节点；基于邻帧变换矩阵，添加邻帧约束边；基于次邻帧变换矩阵，添加次邻帧约束边；对最后一帧点云和第一帧点云，添加回环约束边，即最后一帧点云与第一帧点云之间的变换矩阵为单位矩阵，代表传感器经过圆周运动后回到初始位置； 6位姿图优化：对位姿图计算代价函数，假设位姿图有N个节点，定义邻帧相对位姿李群表达形式如下： 其中，Ti和Ti+1分别为第i帧和第i+1帧的位姿，Ti,i+1为第i帧和第i+1帧之间的相对位姿，在所述图优化中，邻帧相对位姿Ti,i+1已通过所述点云配准算法获得，所以误差可以通过下式计算： 类似地，次邻帧误差可以通过下式计算： 其中，Ti,i+2为次邻帧相对位姿；回环误差为： 其中，TN,1为最后一帧与第一帧相对位姿；所述代价函数F为这三项误差之和；利用Levenberg-Marquardt算法优化，迭代求解直到所述代价函数收敛，得到优化后点云位姿TiO,i＝1,2,…,N； 7三维重建：根据所述图优化后点云位姿，将所有点云通过刚体变换对齐到第一帧点云的坐标系下，得到重建目标模型。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。