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！

龙图腾网获悉清华大学申请的专利一种路车协同下异构点云融合的配准方法及装置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：CN116612303B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310652749.3，技术领域涉及：G06V10/74；该发明授权一种路车协同下异构点云融合的配准方法及装置是由张新钰;李骏;赵于婷;尹昊杰;张旭;张世焱;徐豪设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种路车协同下异构点云融合的配准方法及装置在说明书摘要公布了：本申请提供一种路车协同下异构点云融合的配准方法及装置，涉及自动驾驶技术领域，所述方法包括：利用Polarseg语义分割器将车端3D点云数据分割为车端地面点云数据与车端非地面点云数据，将路端3D点云数据分割为路端地面点云数据与路端非地面点云数据；将去除形态噪声的车端地面点云数据和去除离群点的车端非地面点云数据进行融合，得到融合后的车端点云数据；将去除形态噪声的路端地面点云数据和去除离群点的路端非地面点云数据进行融合，得到融合后的路端点云数据；以融合后的路端点云数据为源端，以融合后的车端点云数据为目标端，利用全局点云匹配方法对源端和目标端进行匹配，得到源端到目标端的位姿转换矩阵。本申请提高了异构点云的配准精度。

本发明授权一种路车协同下异构点云融合的配准方法及装置在权利要求书中公布了：1.一种路车协同下异构点云融合的配准方法，其特征在于，包括： 获取同一目标场景的异构的车端3D点云数据和路端3D点云数据； 利用Polarseg语义分割器将车端3D点云数据分割为车端地面点云数据与车端非地面点云数据；利用Polarseg语义分割器将路端3D点云数据分割为路端地面点云数据与路端非地面点云数据； 利用半径密度聚类方法分别对车端地面点云数据和路端地面点云数据进行处理，得到去除形态噪声的车端地面点云数据和去除形态噪声的路端地面点云数据； 对车端非地面点云数据和路端非地面点云数据进行处理，得到去除离群点的车端非地面点云数据和去除离群点的路端非地面点云数据； 将去除形态噪声的车端地面点云数据和去除离群点的车端非地面点云数据进行融合，得到融合后的车端点云数据；将去除形态噪声的路端地面点云数据和去除离群点的路端非地面点云数据进行融合，得到融合后的路端点云数据； 以融合后的路端点云数据为源端，以融合后的车端点云数据为目标端，利用全局点云匹配方法对源端和目标端进行匹配，得到源端到目标端的位姿转换矩阵；包括： 将融合后的车端点云数据记为点集，其中，表示融合后的车端点云数据的点；将融合后的路端点云数据记为点集，其中，表示融合后的路端点云数据的点； 计算点集P的法向量和点集Q的法向量； 根据点集P的法向量计算点集P的特征：；根据点集的法向量计算点集的特征：； 对于点集中的每个点，从点集中获取与点距离最小的点；对于点集中的每个点，从点集中获取与点距离最小的点；由此得到点对集合;其中，两个点的距离为两个点的特征的差； 对点对集合的每个点对进行相互性测试，将通过相互性测试的点放入点对集合中； 对点对集合的每个点对进行多元性测试，将通过多元性测试的点放入点对集合中； 建立第一目标函数： 其中，向量为点的三维坐标；向量为： 为点的三维坐标，的位姿转换矩阵；表示点对集合中点对中点和点的距离； 利用去除形态噪声的车端地面点云数据和去除形态噪声的路端地面点云数据，计算初始的位姿转换矩阵； 基于初始的位姿转换矩阵，采用高斯牛顿进行迭代，当第一目标函数小于预设的阈值或者达到迭代次数，得到最终的的位姿变换矩阵： 其中，系数表示三个维度的平移值，系数表示旋转的角度，系数表示俯仰的角度，系数表示偏航的角度。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。