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！

龙图腾网获悉成都威尔奇空间信息技术有限公司申请的专利基于深度学习的激光雷达点云数据处理测绘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：CN121211361B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511714723.2，技术领域涉及：G06F18/25；该发明授权基于深度学习的激光雷达点云数据处理测绘方法及系统是由李录飞;李会花;单夫中;刘先铮;米守全;郭文峰;陶诗文设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本基于深度学习的激光雷达点云数据处理测绘方法及系统在说明书摘要公布了：本发明涉及测绘技术领域，公开了一种基于深度学习的激光雷达点云数据处理测绘方法及系统，获取激光雷达采集的原始点云数据，对原始点云数据进行预处理，得到预处理后的点云数据；以U‑Net网络为基础架构，引入残差连接和多尺度特征融合机制对预处理后的点云数据进行去噪处理，得到去噪后的点云数据；将去噪后的点云数据输入PointCNN‑GAT模型提取局部几何特征与全局拓扑关系，并引入动态空洞卷积模块，通过自适应调整卷积核的采样范围；对PointCNN‑GAT模型输出的综合特征向量进行配准，根据配准后的点云数据生成相应的测绘成果；本发明减少了数据流转和人工干预的时间成本，提高了整体处理效率。

本发明授权基于深度学习的激光雷达点云数据处理测绘方法及系统在权利要求书中公布了：1.基于深度学习的激光雷达点云数据处理测绘方法，其特征在于，该方法包括以下步骤： 获取激光雷达采集的原始点云数据，对原始点云数据进行预处理，得到预处理后的点云数据； 以U-Net网络为基础架构，引入残差连接和多尺度特征融合机制对预处理后的点云数据进行去噪处理，得到去噪后的点云数据； 将去噪后的点云数据输入PointCNN-GAT模型提取局部几何特征与全局拓扑关系，并引入动态空洞卷积模块，通过自适应调整卷积核的采样范围； 对PointCNN-GAT模型输出的综合特征向量进行配准，根据配准后的点云数据生成相应的测绘成果； 所述将去噪后的点云数据输入PointCNN-GAT模型提取局部几何特征与全局拓扑关系，并引入动态空洞卷积模块，通过自适应调整卷积核的采样范围，包括： 将去噪后的点云数据输入PointCNN-GAT模型，PointCNN模块针对去噪后的点云数据中每个目标点，采用K近邻算法形成每个目标点的局部邻域点集； 引入动态空洞卷积模块进行邻域特征处理，生成每个目标点的初步局部几何特征； 将动态空洞卷积输出的初步局部几何特征传入PointCNN模块的特征转换层，通过多层感知机对初步局部特征进行非线性变换，对变换后的特征进行标准化处理，得到最终的局部几何特征向量； 将PointCNN模块输出的局部几何特征向量输入GAT模块，构建点云的图结构，通过注意力机制计算每个节点与其邻接节点的注意力权重，基于注意力权重对邻接节点特征进行加权求和，更新当前节点特征，捕捉点云的全局拓扑关系； 采用多尺度特征金字塔结构融合不同层级的特征向量，得到最终的综合特征向量； 所述引入动态空洞卷积模块进行邻域特征处理，生成每个目标点的初步局部几何特征，包括： 计算每个目标点的局部邻域点集的密度，邻域点密度高时，缩小卷积核的空洞间隔，邻域点密度低时，扩大空洞间隔，使用调整后的动态空洞卷积核对邻域点集的特征进行卷积运算，生成每个目标点的初步局部几何特征； 以每个点为图的节点，局部几何特征为节点初始特征，计算任意两个节点间的欧氏距离，将距离小于设定阈值的节点建立边连接，形成图的邻接关系； 所述采用多尺度特征金字塔结构融合不同层级的特征向量，得到最终的综合特征向量，包括： 构建多尺度特征金字塔结构，从PointCNN模块中提取不同卷积层输出的局部特征，从GAT模块中提取不同注意力更新轮次输出的全局特征，按特征尺度从细到粗的顺序，将局部特征与对应尺度的全局特征组合，形成特征金字塔的底层、中层、顶层； 对特征金字塔顶层的粗尺度特征进行上采样处理，将上采样后的顶层特征与中层特征进行元素级相加，得到中层融合特征； 对中层融合特征进行上采样，将上采样后的中层融合特征与底层特征进行元素级相加，最终得到融合了不同层级局部几何特征与全局拓扑关系的综合特征向量。

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成都威尔奇空间信息技术有限公司，其通讯地址为：610000 四川省成都市金牛高新技术产业园区天泽路300号8栋1单元15楼1号、2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。