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！

龙图腾网获悉湖北大学申请的专利一种基于局部异常感知的激光雷达点云地面提取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：CN121438112B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511986808.6，技术领域涉及：G06V20/10；该发明授权一种基于局部异常感知的激光雷达点云地面提取方法是由邹牧涵;张良;梅新;彭倩;赵雪婷;张凯杰;胡盎然设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于局部异常感知的激光雷达点云地面提取方法在说明书摘要公布了：本发明提出了一种基于局部异常感知的激光雷达点云地面提取方法，属于点云数据处理领域，包括：获取原始激光雷达点云数据，并进行扇形‑环状网格划分，形成网格化点云数据；对网格化点云数据进行局部异常分析，并根据初始置信度进行双阈值筛选得到核心种子点集和候选种子点集；构建双层判据检验方法；基于核心种子点集的初始置信度建立第一优先级队列进行区域生长，得到初步地面点集；对通过环境验证的候选种子点建立第二优先级队列进行区域生长，得到扩展地面点集；对扩展地面点集进行滤波处理得到精炼地面点集，为精炼地面点集中的每个点添加地面点标签，得到标注地面点云数据。本发明实现复杂场景下高鲁棒性、高精度的地面点提取。

本发明授权一种基于局部异常感知的激光雷达点云地面提取方法在权利要求书中公布了：1.一种基于局部异常感知的激光雷达点云地面提取方法，其特征在于：包括以下步骤： S1、获取原始激光雷达点云数据，对原始激光雷达点云数据进行预处理并进行扇形-环状网格划分，形成网格化点云数据； S2、对网格化点云数据进行局部异常分析，计算网格单元中每个点的特征向量，通过局部异常检测模型计算得到网格单元的异常分数分布，将异常分数转换为每个点的初始置信度，并根据初始置信度进行双阈值筛选得到核心种子点集和候选种子点集； S3、构建双层判据检验方法，其中双层判据检验方包括基于局部坡度的约束准则和基于全局地形模型的连贯性约束准则；所述基于局部坡度的约束准则具体包括： 对于待判断点Q，确定点Q所在的局部参考区域，计算局部参考区域内所有点的高度值标准差和局部参考区域的点云密度； 构建动态坡度阈值函数： ； 其中，表示基础坡度阈值，表示地形起伏权重系数，表示局部高度标准差，表示点云密度权重系数，表示局部点云密度，表示极坐标系下水平距离； 在区域生长过程中计算待判断点Q与生长中心点之间的坡度，判断该坡度是否满足动态坡度阈值函数的约束条件，若满足则说明待判断点Q与生长中心点具有局部兼容性； 所述基于全局地形模型的连贯性约束准则具体包括： 初始化一个不规则三角网模型，在区域生长过程中每当一个新的点被确认为地面点后立即将其插入不规则三角网模型并动态更新三角网结构，所述不规则三角网模型代表当前已提取地形的连续表面； 对于待判断点，在当前的实时不规则三角网模型中查找点投影点所在的三角形面片，计算点到三角形面片的垂直距离； 设置自适应连贯性约束阈值，其中自适应连贯性约束阈值与点云密度和当前生长阶段已确认地面的平均置信度负相关； 判断点到三角形面片的垂直距离是否满足自适应连贯性约束阈值，若满足，则说明点与已构建地形模型具有全局连贯性； S4、基于核心种子点集的初始置信度建立第一优先级队列进行区域生长，获取生长中心点的邻近点并采用双层判据检验方法进行验证，得到初步地面点集；基于初步地面点集对候选种子点集进行环境验证，对通过环境验证的候选种子点建立第二优先级队列进行区域生长，得到扩展地面点集； S5、对扩展地面点集进行滤波处理得到精炼地面点集，为精炼地面点集中的每个点添加地面点标签并与非地面点重新组合，得到标注地面点云数据。

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湖北大学，其通讯地址为：430062 湖北省武汉市武昌区友谊大道368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。