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！

龙图腾网获悉哈尔滨工业大学申请的专利一种面向具身智能机器人的3D数据标注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：CN119495099B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411636150.1，技术领域涉及：G06V20/70；该发明授权一种面向具身智能机器人的3D数据标注方法是由刘延杰;李子涵;杨腾达设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种面向具身智能机器人的3D数据标注方法在说明书摘要公布了：一种面向具身智能机器人的3D数据标注方法，涉及图像处理技术领域，针对现有人工标注过程往往繁琐耗时，标注效率低的问题，本申请结合图像分割和点云聚类等多种手段，能够使机器人在不同应用场景中面对各种标注物体时都能准确高效地完成标注，并且能够对标注物体进行跟踪，无需重复的标注，大大的缩减了标注的时间，提高了标注效率。

本发明授权一种面向具身智能机器人的3D数据标注方法在权利要求书中公布了：1.一种面向具身智能机器人的3D数据标注方法，其特征在于包括以下步骤： 步骤一：分别获取机器人工作环境的图像数据和点云数据； 步骤二：获取图像数据中目标物体的位置； 步骤三：去除点云数据中的地面点云，得到非地面点云； 步骤四：对非地面点云进行聚类，并划分簇； 步骤五：将每个簇中的点云投影到图像数据中，并根据点云投影的边缘像素点，得到最小包围框，并将步骤二中得到的目标物体的位置和最小包围框进行交并比计算； 步骤六：将交并比最大的最小包围框作为3D包围框，并对3D包围框进行标签标注； 所述步骤三的具体步骤为： 步骤三一：将点云数据划分为多个极坐标子网格，每个极坐标子网格包含Nr,m×Nθ,m个网格单元，其中，Nr,m表示极坐标子网格中环的个数，Nθ,m表示极坐标子网格中扇区的个数； 步骤三二：选取每个极坐标子网格中高度最低的点云作为初始种子点，进而得到地面点集表示为： 其中，zpk表示返回点的高度阈值，pk表示网格单元中的点，Sn表示极坐标子网格内n个网格单元的点的总集，表示种子点的平均高度，zseed表示挑选种子点的高度阈值； 步骤三三：获取地面点集中点云的均值和中心化矩阵； 步骤三四：获取中心化矩阵的协方差矩阵，并对协方差矩阵进行奇异值分解，得到最小奇异值，之后使用最小奇异值对应的特征向量作为平面的法向量最后将均值和平面的法向量进行点乘，得到投影值投影值表示为： 步骤三五：将平面的法向量和pk进行点乘，得到投影值投影值表示为： 步骤三六：利用投影值和投影值得到地面点集地面点集表示为： 步骤三七：令重复步骤步骤三三至步骤三六，直至达到设定的迭代次数，得到地面点集 步骤三八：基于地面点集并利用垂直度、高度以及平整度得到地面点集地面点集表示为： 其中，φv3,n表示垂直度，表示高度，表示平整度，NC表示所有极坐标子网格包含的网格单元的数量，NZ表示极坐标子网格的个数，表示中间变量； 所述垂直度表示为： 其中，z＝[0,0,1]T，θτ表示角度阈值，v3,n表示的单位法向量； 所述高度表示为： 其中，表示平均高度，rn表示Sn的质心和原点之间的距离，Sn表示极坐标子网格内n个网格单元的点的总集，γrn表示使rn呈指数增长的自适应中点函数，Lτ表示常值范围参数； 所述平整度表示为： 其中，和στ,m分别表示增益的大小和设定的平整度阈值，σn表示中间变量，λ1,n、λ2,n、λ3,n为网格单元的PCA特征。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。