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基于多尺度点特征的非城市场景航带间点云配准方法及设备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：CN116664639B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310406866.1，技术领域涉及：G06T7/33；该发明授权基于多尺度点特征的非城市场景航带间点云配准方法及设备是由谷延锋;肖振;李贤;刘天竹;高国明设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本基于多尺度点特征的非城市场景航带间点云配准方法及设备在说明书摘要公布了：基于多尺度点特征的非城市场景航带间点云配准方法及设备，属于无人机激光雷达点云数据处理技术领域。为了解决现有的点云配准方法存在的在非城市场景中难以提取结构化特征的问题。本发明在无人机激光雷达点云数据中提取多尺度点特征，并依据此点特征进行关键点配对，利用随机采样一致性算法选取配对点并计算点云变换参数，包括旋转矩阵和平移向量，对待配准点云进行点云变换从而实现点云配准。该方法可以适用于非城市场景采集的点云数据，不需要提取结构化特征，易于实现，消除了不同航带点云之间的空间误差。本发明适用于激光雷达的点云配准。

本发明授权基于多尺度点特征的非城市场景航带间点云配准方法及设备在权利要求书中公布了：1.基于多尺度点特征的非城市场景航带间点云配准方法，其特征在于，包括以下步骤： 步骤1、将待配准的两个点云分别记为点云1和点云2，针对点云1和点云2进行离群点剔除，然后选取点云1和点云2的重叠区域； 步骤2、在点云1和点云2选取的重叠区域中选取均匀分布的关键点，在点云1选取关键点集合P1，在点云2中选取以点云1关键点为中心的rk邻域范围内的点作为点云2的关键点集合P2； 步骤3、提取关键点的多尺度点特征，具体过程包括以下步骤： 步骤3.1、以点云1中点p0为球心，将其球形邻域按照一组逐次增加的半径划分成若干球壳，用下式表示： psm＝{p|Rm＜r≤Rm+1,m＝1,…,M} 其中，psm为第m个球壳内包含的邻域点集合，r为邻域点p和球心点p0的欧氏距离，Rm和Rm+1为第m个球壳的内半径和外半径，M表示球壳的数量； 步骤3.2、对于每个球壳包含的点集psm，构建两个平面满足以下两个约束条件：①球壳内的所有点psm都位于两个平面之间；②两个平面平行且距离最小；两个约束条件表示如下： s.t.||w||2＝1 其中，||·||∞表示无穷范数，||·||2表示二范数；和是两个平面的法线方向和投影到法线方向后的截距； 步骤3.3、构造上述两个平面后，计算两个平面之间的距离以及球心p0到两个平面的距离和 然后将这三个距离串联生成特征向量并重新定义其中为和之间的最大值；和的计算如下： 其中，|·|表示取绝对值，根据以p0为球心的M个不同尺度的球壳，通过上述过程得到多尺度特征向量，如下式： f1＝[d1,d23]T 其中，·T表示矩阵转置，为点p0的多尺度点特征； 步骤3.4、对点云1关键点集合P1和点云2关键点集合P2全部进行多尺度点特征提取； 步骤4、基于多尺度特征向量d1和d23确定算点云1与点云2中关键点的特征距离，然后选取特征距离最小的点作为配对点；利用随机采样一致性算法进行关键点配对，利用配对点计算变换参数，然后将待配准点云和变换参数代入点云变换模型，实现点云配准。

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。