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考虑感知退化的多传感器位姿估计方法和装置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：CN117745821B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202311765341.3，技术领域涉及：G06T7/73；该发明授权考虑感知退化的多传感器位姿估计方法和装置是由戚煜华;陈洪波;陈志强;钟仕鹏;冯大鹏设计研发完成，并于2023-12-20向国家知识产权局提交的专利申请。

本考虑感知退化的多传感器位姿估计方法和装置在说明书摘要公布了：本申请公开了考虑感知退化的多传感器位姿估计方法和装置，方法包括：通过IMU初始位姿变量对LiDAR点云数据进行去畸变操作；基于去畸变点云数据和IMU初始位姿变量构建点对平面损失函数，并对初始Hessian矩阵进行奇异值分解操作，得旋转特征向量和平移特征向量；根据两个特征向量和预置信息矩阵分别计算联合贡献向量和强共享向量；采用决策树根据两个向量参数进行感知退化分类预测，得到退化检测结果；基于退化检测结果构建的附加约束条件，通过迭代卡尔曼滤波方法求解点对平面损失函数，得优化位姿变量。本申请能现有技术需要针对特定环境调整参数，且忽略了系统影响，导致考虑感知退化的位姿估计适用受限且效果较差的技术问题。

本发明授权考虑感知退化的多传感器位姿估计方法和装置在权利要求书中公布了：1.考虑感知退化的多传感器位姿估计方法，其特征在于，包括： 通过IMU初始位姿变量对LiDAR点云数据进行去畸变操作，得到去畸变点云数据，所述IMU初始位姿变量基于后端测量参数优化得到； 基于所述去畸变点云数据和IMU初始位姿变量构建点对平面损失函数，并对所述点对平面损失函数中的初始Hessian矩阵进行奇异值分解操作，得到旋转特征向量和平移特征向量； 采用点-法向量方法根据所述去畸变点云数据分别计算旋转信息矩阵和平移信息矩阵，得到预置信息矩阵； 根据所述旋转特征向量、所述平移特征向量和所述预置信息矩阵分别计算联合贡献向量和强共享向量，具体过程为： 将所述预置信息矩阵投影至所述旋转特征向量和所述平移特征向量所属的特征空间中，得到可定位贡献参数； 基于所述可定位贡献参数和预设雷达参数分别计算联合贡献向量和强共享向量； 采用决策树根据所述联合贡献向量和所述强共享向量进行感知退化分类预测，得到退化检测结果，所述退化检测结果包括部分退化和完全退化； 在基于所述退化检测结果构建的附加约束条件的约束下，通过迭代卡尔曼滤波方法求解所述点对平面损失函数，得到优化位姿变量。

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 广东省广州市海珠区新港西路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。