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！

龙图腾网获悉重庆大学申请的专利一种面向移动状态下大尺度长方体的三维形貌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：CN116503490B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310582845.5，技术领域涉及：G06T7/80；该发明授权一种面向移动状态下大尺度长方体的三维形貌方法是由柴毅;屈剑锋;龚思宇;王粤;陈了设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种面向移动状态下大尺度长方体的三维形貌方法在说明书摘要公布了：本发明公开了一种面向移动状态下大尺度长方体的三维形貌方法，在点云分割和降噪方面，建立了直通滤波算法、半径滤波方法和RANSAC平面分割方法，获得了有效区域的物体点云数据集，减少了无关区域数据和噪声的干扰。在点云降采样方面，建立了改进VoxelGrid滤波算法，从而实现在不影响目标对象表面细节和特征的情况下适当降低点云数据的密度。根据采集的方式与长方体物体形状的几何特征，使用PCA方法计算特征向量，使第一和第二主轴反向获得了粗旋转矩阵，利用质心计算平移向量的方法进行了粗配准。然后使用点面ICP算法进行了精配准，获得了大尺度立方体物体的配准点云集。最后通过贪婪投影对配准点云进行了曲面重建，获得了大尺度立方体物体的三维形貌模型。

本发明授权一种面向移动状态下大尺度长方体的三维形貌方法在权利要求书中公布了：1.一种面向移动状态下大尺度长方体的三维形貌方法，其特征在于，包括以下步骤： 步骤1：搭建的双视角线激光点云自动采集系统； 步骤2：使用张正友标定法对三维激光线阵相机3进行标定； 步骤3：使用辊道2移动大尺度长方体物体，在长方体物体到达龙门架1位置之前，触发传感器4启动并向主机5发送采集信号，主机5收到信号后通过软件同时触发两台三维激光线阵相机3，三维激光线阵相机3开始采集，得到两个点云集分别为M和N； 步骤4：得到有效区域点云：对点云集M和N都分别进行直通滤波和半径滤波得到，然后使用RANSAC拟合辊道2平面进行分割，获得了长方体的单视角点云数据，最后使用半径滤波的算法对点云数据集进行降噪； 步骤5：使用改进的VoxelGrid滤波算法对点云进行降采样，整个点云空间被分成若干个体素网格； 步骤6：利用PCA方法计算主轴：使用PCA方法对两个点云集分别计算特征向量，根据长方体物体点云几何特征关系，最大特征值对应的特征向量方向，近似平行于Y轴；次最大特征值对应的特征向量作为第二主方向，近似平行X轴；第三大特征值对应的特征向量作为第三主方向，近似平行Z轴； 步骤7：计算粗配准变换矩阵，将两点云置于同一坐标系中，以A为绿色点云，B为红色点云，以A为目标点云，B为源点云；点云A的特征矩阵为UA，其中lA，wA，hA为特征向量；点云B的特征矩阵为UB，其中lB，wB，hB为特征向量，因为在上述双视角下长方体物体在Y方向水平排列，A和B点云形状镜像对称，使源点云B第一主轴和第二主轴进行反向，lB＝-lB，wB＝-wB；构成新的特征向量矩阵UB，获得旋转矩阵R1，使源点云B获得正确的姿态； 步骤8：分别计算两个点云的质心， 计算点云B平移向量： T1＝XA-XBR1 通过旋转向量和平移向量得到点云B粗配准后的点云C： C＝BR+T 步骤9：点云精匹配：使用点面ICP算法对两个点云C和A匹配； 步骤10：将最优刚体变换矩阵应用于源点云C进行刚性变换，得到变换后的点云D，然后配准完成； 步骤11：使用贪婪三角投影算法对点云D进行曲面重建，得到三维形貌模型。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。