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！

龙图腾网获悉中国铁路设计集团有限公司申请的专利一种弱惯导依赖性的差异映射与轨道建图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：CN119722762B 。

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：202411790201.6，技术领域涉及：G06T7/33；该发明授权一种弱惯导依赖性的差异映射与轨道建图方法是由崔斌;秦守鹏;王然;肖登平;齐春雨;石德斌;谭兆;安然;张宇;刘祥君;魏广帅;张国喜;赵千;牛永效;林勇威设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种弱惯导依赖性的差异映射与轨道建图方法在说明书摘要公布了：本发明公开了一种弱惯导依赖性的差异映射与轨道建图方法，包括以下步骤：S1，数据采集：使用数据采集系统采集并获取轨道沿线周边的点云数据；S2，定义系统坐标系L和世界坐标系W；S3，轨道点云里程估计：点云重投影；提取局部特征描述子；计算位姿变换矩阵计算位姿变换矩阵将位姿变换矩阵和位姿变换矩阵收敛得到最终的位姿变换矩阵；迭代收敛求解；S4，映射轨道建图：S41，世界坐标系W统一；S42，轨道先验映射。本发明的方法具有高稀疏容限性、低漂移、低复杂度、高细节还原度的优势，大大降低辅助硬件依赖性，轨道场景重建精度更高，经济性和推广应用性更具前景。

本发明授权一种弱惯导依赖性的差异映射与轨道建图方法在权利要求书中公布了：1.一种弱惯导依赖性的差异映射与轨道建图方法，其特征在于包括以下步骤： S1，数据采集：使用数据采集系统采集并获取轨道沿线周边的点云数据，将数据采集系统第k次扫描获取的点云数据记为点云Pk，并将每次扫描获取的点云数据添加到集合中，则N次扫描后得到集合P＝{P1,P2,…,Pk-1,Pk,Pk+1,…PN}，k＝1,2…N； S2，定义系统坐标系L和世界坐标系W： 系统坐标系L：以数据采集系统中激光雷达的几何中心位置为系统坐标系L的原点位置，系统坐标系L的z轴正方向与数据采集系统的初始姿态行进方向相同，y轴与z轴垂直且以远离地心方向为正方向，x轴与y轴、z轴构成右手坐标系； 将第k次扫描构建的系统坐标系记为Lk；将点云Pk内的任意一点Ai在系统坐标系Lk下的坐标表示为M为点云Pk内点的总数量； 世界坐标系W：世界坐标系W与数据采集系统第1次扫描时构建的系统坐标系L1完全重合，其中，点云Pk内的任意一点Ai在世界坐标系Wk下的坐标表示为 S3，轨道点云里程估计，包括以下分步骤： S31，点云重投影：将集合P＝{P1,P2,…,Pk-1,Pk,Pk+1,…PN}中的每片点云重投影到其对应的扫描终止时间，得到集合其中： 点云Pk的扫描起始时间为tk，扫描终止时间为tk+1，将点云Pk重投影至tk+1时间戳，得到点云则，数据采集系统的第k+1次扫描的起始时间到终止时间得到点云和Pk+1； S32，提取局部特征描述子，并根据配准映射关系得到点云Pk+1中的边界点集Φk+1和平滑点集Ωk+1，以及点云中的边界点集和平滑点集 S321，在集合P的点云Pk中选择一特征点Aj作为初始基准点，将集合P中包含该初始基准点Aj的所有点云添加到集合S1＝{Pk,…,Pl}中，在点云Pl中选择一特征点Aj′作为基准点，将集合P中包含基准点Aj′的所有点云添加到集合S2＝{Pl,…,Pn}中；重复上述过程，直到将集合P中的所有点云划分完成，得到集合S1、S2…Sc； 其中；k、l、n和c的取值范围均为1,2…N，且lk，nl； S321中，在点云Pl中选择基准点的方法为：对所述点云Pl进行Delaunay三角化后得到平均欧氏距离d，在点云Pl中选择与所述初始基准点Aj的欧式距离的特征点Aj′作为基准点，其中，所述初始基准点Aj和基准点均为与数据采集系统扫描时的激光投射方向近似平行的平面外的点； S322，计算集合S1中的点云Pk中除初始基准点Aj外，以Aj为初始基准点的每个点的局部特征描述子值η；将点云Pk中局部特征描述子值最大的点作为待选边界点，将局部特征描述子值最小的点作为待选平滑点； 由点云Pk和点云Pk+1之间的配准映射关系得到点云Pk+1中的边界点集Φk+1和平滑点集Ωk+1；由点云与点云Pk+1之间的配准映射关系，得到点云中的边界点集和平滑点集 其中，计算点云Pk中除初始基准点外，每个点以Aj为初始基准点的局部特征描述子值η的计算公式如下： 其中，Aj,Ai∈S,j≠i，M为点云Pk内点的总数量； S323，如果待选边界点的个数或待选平滑点的个数为零或为M，则重新执行S321-S322，即重新选取初始基准点并重新计算；否则，执行S33； S33，计算位姿变换矩阵具体步骤如下： S331，定义位姿变换矩阵为在当前时间戳tk+2下，令[tk+1,tk+2]时间段内数据采集系统的位姿变换矩阵为其中，tx、ty、tz分别表示L坐标系下x、y、z轴的平移变换量，θx,θy,θz分别表示L坐标系下x、y、z轴的旋转变换量； S332，联立公式2和公式3求解位姿变换矩阵为 其中，为点云Pk+1的边界点集Φk+1或平滑点集Ωk+1中任意一点q的位姿变换矩阵，tq表示点q的时间戳，为在L坐标系下点云Pk中任意一点q的坐标表示，函数σ*,n,m为取*的第n项至第m项的值，表示矩阵对应的齐次线性方程组的第n项至第m项的解组成的向量，R的Rodrigues公式如下： R＝eωθ＝I+ωsinθ+ω21-cosθ 其中，函数Ψ*为取变量*的斜对称矩阵，I为单位矩阵； S34，将S33中的边界点集Φk+1和平滑点集Ωk+1替换为边界点集和平滑点集执行步骤S33，计算对应的位姿变换矩阵将位姿变换矩阵和位姿变换矩阵收敛得到最终的位姿变换矩阵； S35，迭代收敛求解：遍历集合S2…Sc，执行S322-S34，得到每个集合对应的最终的位姿变换矩阵，进而得到集合P对应的数据采集系统的空间运动估计曲线，其中，空间运动估计曲线的横坐标为采集时间戳，纵坐标为S34中最终的位姿变换矩阵； S36，重复S1-S35，直到得到数据采集系统最后一次扫描获取的点云Pfinal对应的数据采集系统的空间运动估计曲线； S4，映射轨道建图： S41，世界坐标系W统一：在步骤S36获得的空间运动估计曲线中，各时间戳上均包括对应的含有位姿信息的点云数据，利用真实空间映射关系将所有点云数据注册至世界坐标系W中； S42，轨道先验映射： 根据轨道应用场景中的先验特征信息，利用点云精细配准算法对世界坐标系W下的点云中相邻时间戳的点云进行融合，实现轨道建图。

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国铁路设计集团有限公司，其通讯地址为：300308 天津市滨海新区自贸试验区(空港经济区)东七道109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。