Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学焉哲文获国家专利权

中山大学焉哲文获国家专利权

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!

龙图腾网获悉中山大学申请的专利一种基于LiDAR传感器的无人机探索方法及系统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:CN119124154B

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:202411152831.0,技术领域涉及:G01C21/20;该发明授权一种基于LiDAR传感器的无人机探索方法及系统是由焉哲文;邹宇杰;张瀚文;成慧设计研发完成,并于2024-08-21向国家知识产权局提交的专利申请。

一种基于LiDAR传感器的无人机探索方法及系统在说明书摘要公布了:本发明公开了一种基于LiDAR传感器的无人机探索方法及系统,包括:获取单帧点云数据;通过SLAM模块将单帧点云数据注册到全局点云地图中;通过SLAM模块获得点云地图和三维占据栅格地图,以进行点云密度分析以及边界检测;其中,点云地图用于进行点云密度分析;三维占据栅格地图用于进行边界检测;将点云密度分析和边界检测的结果被纳入信息增益中,以指导候选视点的生成;根据生成的候选视点进行全局路径规划,并确定局部路径;对局部路径进行优化,并生成一个受时间约束的平滑轨迹,以指导无人机的运动。本发明实施例的实时性高,可以生成高效的全局路径和安全的、完全覆盖的局部观测路径,可广泛应用于无人机控制技术领域。

本发明授权一种基于LiDAR传感器的无人机探索方法及系统在权利要求书中公布了:1.一种基于LiDAR传感器的无人机探索方法,其特征在于,包括以下步骤: 无人机利用机载激光雷达传感器获取单帧点云数据; 通过SLAM模块将获取到的所述单帧点云数据注册到全局点云地图中; 根据所述全局点云地图,通过SLAM模块获得点云地图和三维占据栅格地图,以进行点云密度分析以及边界检测;其中,所述点云地图用于进行点云密度分析;所述三维占据栅格地图用于进行边界检测; 将所述点云密度分析和所述边界检测的结果被纳入信息增益中,以指导候选视点的生成; 根据生成的候选视点进行全局路径规划,并确定局部路径; 对所述局部路径进行优化,并生成一个受时间约束的平滑轨迹,以指导无人机的运动;所述点云密度分析的过程包括: 根据每个点云与若干个最近邻点之间的平均距离计算得到每个点云的密度,其中,点云密度的计算公式为: 其中,K代表最近邻点的个数;代表第i个点;代表点云密度的阈值; 创建一个体素表征结构;所述体素表征结构包括点云层、高分辨率体素层、网格层; 在所述点云层中,根据所述点云密度的计算公式来评估视点捕获的可见区域内点云的合格性; 在所述高分辨率体素层中,将离散点云根据其位置划分为连续的体素,体素的合格性由体素内合格点数量与不合格点数量的比值来确定,若该比值超过阈值则视为合格; 在所述网格层中,将体素放置到更大的网格中,如果网格内包含的合格体素数量与不合格体素数量的比值超过一定的阈值,则网格被视为合格;所述将所述点云密度分析和所述边界检测的结果被纳入信息增益中,以指导候选视点的生成,包括: 从局部规划范围内均匀采样一组候选点,将所述局部规划范围的边界上的点定义为边界点; 根据采样到的候选点,生成候选视点来完全覆盖边界和不合格的点云的目标区域; 对于所述候选点的每个点,多个偏航角被确定为多个独立的传感器的最大覆盖范围对所述目标区域的覆盖,评估符合传感器模型且没有被障碍物遮挡的每个偏航角的信息增益,进而生成候选视点。

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中山大学,其通讯地址为:510275 广东省广州市新港西路135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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。