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！

龙图腾网获悉西安电子科技大学申请的专利一种基于全局特征与局部特征融合的点云配准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：CN115908514B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211273775.7，技术领域涉及：G06T7/33；该发明授权一种基于全局特征与局部特征融合的点云配准方法是由武越;朱晨卓;马文萍;苗启广;公茂果;谢飞设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种基于全局特征与局部特征融合的点云配准方法在说明书摘要公布了：本发明公开了一种基于全局特征与局部特征融合的点云配准方法，包括：获取基准点云和待配准点云；分别提取基准点云与待配准点云的点云特征，构成初始基准点云特征集和初始待配准点云特征集；通过引入自注意力机制与交叉注意力机制，同时引入基准点云与待配准点云之间的相关性信息，构成最终基准点云特征集和最终待配准点云特征集；获得每一个点对之间的相似度信息；根据点对之间的相似度信息构建匹配点对关系矩阵；获取基准点云和待配准点云的变换模型参数；对基准点云和待配准点云进行配准。本发明通过结合局部特征与全局特征，充分挖掘点云数据潜在的空间拓扑结构信息，获得具有丰富语义信息的点云融合特征，能够有效提升点云配准的精度。

本发明授权一种基于全局特征与局部特征融合的点云配准方法在权利要求书中公布了：1.一种基于全局特征与局部特征融合的点云配准方法，其特征在于，包括： S1：获取基准点云和待配准点云； S2：分别提取所述基准点云与所述待配准点云的点云特征，构成初始基准点云特征集和初始待配准点云特征集； S3：基于所述初始基准点云特征集和所述初始待配准点云特征集，通过引入自注意力机制与交叉注意力机制，同时引入所述基准点云与所述待配准点云之间的相关性信息，构成最终基准点云特征集和最终待配准点云特征集； S4：对所述最终基准点云特征集和所述最终待配准点云特征集进行相似度计算，获得每一个点对之间的相似度信息； S5：根据每一个点对之间的相似度信息构建匹配点对关系矩阵； S6：根据所述匹配点对关系矩阵获取所述基准点云和所述待配准点云的变换模型参数； S7：根据所获得变换模型参数对所述基准点云和所述待配准点云进行配准； 所述S2包括： S2.1：利用多层感知机分别对所述基准点云和所述待配准点云进行编码，在不同层级间通过跳跃连接为最终特征引入多维度特征信息，以分别得到所述基准点云和所述待配准点云对不同维度数据信息感知的全局特征；所述多层感知机包括六层感知机，并在第一层感知机、第三层感知机、第五层感知机输出处通过跳跃连接将这三层的输出与输入特征进行拼接，为最终特征引入多维度特征信息，以分别得到所述基准点云和所述待配准点云对不同维度数据信息感知的全局特征；所述多层感知机在单层神经网络的基础上引入了一到多个隐藏层，隐藏层位于输入层与输出层之间，隐藏层中的神经元和输入层中各个输入完全连接，输出层中的神经元和隐藏层中的各个神经元完全连接，多层感知机中的隐藏层和输出层都是全连接层； S2.2：对所述基准点云和所述待配准点云通过使用k最近邻算法构建点云内部的局部结构，分别获得所述基准点云和所述待配准点云的局部特征； S2.3：采用自适应融合策略对获得的点云全局特征与点云局部特征进行融合，分别获得融合后的初始基准点云特征集和初始待配准点云特征集。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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。