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！

龙图腾网获悉山东莱易信息产业股份公司申请的专利基于人工智能的三维点云数据分析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：CN120726395B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202510895442.5，技术领域涉及：G06V10/764；该发明授权基于人工智能的三维点云数据分析方法及系统是由陈新;于国强;胡德良;徐文建;万肖君;张献文;姚梦杰;董立强;王兆军;李振绩;张庆想;董勇杰设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于人工智能的三维点云数据分析方法及系统在说明书摘要公布了：本发明属于目标分类技术领域，尤其涉及一种基于人工智能的三维点云数据分析方法及系统。包括数据获取、数据预处理、模型构建、模型训练和模型预测等步骤。通过采集原始点云并进行智能去噪及补全操作，有效提升点云数据的完整性和精度；采用输入层、区域提议层以及分类与回归层构建深度模型，对目标进行精确分类及三维边界框预测；其中区域提议层结合种子点特征提取与投票机制生成候选区域，分类分支输出类别概率，回归分支预测边界框参数。该系统模块化设计，具备噪声抑制强、补全精度高、目标检测准确度高及多场景适用等优点，特别适合复杂三维结构的高效自动识别。

本发明授权基于人工智能的三维点云数据分析方法及系统在权利要求书中公布了：1.基于人工智能的三维点云数据分析方法，其特征在于，包括以下步骤： 数据获取：利用激光雷达扫描采集三维点云原始数据，将三维点云原始数据按比例划分为用作训练的数据和用作预测的数据； 数据预处理：对用作训练的数据进行预处理，包括数据去噪和数据补全步骤； 所述数据去噪：对用作训练的数据进行去噪处理，得到去噪后的点云数据；其中，去噪部分采用动态图神经网络DGNN动态构建邻域，结合全局特征与局部密度分析，识别并处理异常点； 所述数据补全：对去噪后的点云数据进行数据补全，得到数据补全后的点云数据；其中，补全部分则基于Transformer结构与几何约束对缺失区域进行预测恢复，通过融合局部块特征与全局上下文信息，生成补全点云； 模型构建：用于构建检测和分类模型，包括输入层，区域提议层和分类与回归层； 输入层：接收数据预处理后的点云数据，将点云进行统一格式； 区域提议层：用于生成可能包含物体的候选区域；具体实现包括种子点提取与特征编码、投票向量预测、投票聚合与候选中心生成以及候选区域特征增强； 种子点提取与特征编码：利用采样算法从点云中提取若干个种子点，对每个种子点所在邻域区域构建局部特征表示，采用多层感知机提取其局部空间几何特征； 投票向量预测：基于提取的种子点特征，通过神经网络预测三维偏移向量，将种子点坐标与偏移向量相加，得到投票点坐标，即候选中心点； 投票聚合与候选中心生成：使用密度聚类算法将多个投票点聚合为一个或多个候选目标中心，对聚合结果进行加权平均处理，结合各投票点的局部特征作为中心点的特征表示； 候选区域特征增强：对每个生成的候选目标中心点建立三维邻域体素区域，利用卷积邻域点集中提取特征，将投票得到的中心特征与该邻域特征融合，形成强表达能力的目标区域特征向量； 分类与回归层：将增强后的候选区域特征进行检测，对每个候选区域进行分类与边界框精修； 其中，分类分支用于提取候选区域内的特征，用全连接层输出类别概率；回归分支用于预测边界框参数； 模型训练：将数据预处理后的用作训练的点云数据输入到构建的模型中，进行训练； 模型预测：使用训练好的模型，将用于预测的点云数据输入，得到最终预测的目标分类结果。

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山东莱易信息产业股份公司，其通讯地址为：250000 山东省济南市高新区舜华路街道天辰路2177号联合财富广场1号楼1803；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。