買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉武漢大學申請的專利幾何和語義信息輔助的三維激光點云特征匹配方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115937585B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211552534.6，技術領域涉及：G06T7/33；該發明授權幾何和語義信息輔助的三維激光點云特征匹配方法是由李加元;史鵬程;張永軍;胡慶武設計研發完成，并于2022-12-05向國家知識產權局提交的專利申請。

本幾何和語義信息輔助的三維激光點云特征匹配方法在說明書摘要公布了：本發明提出了一種幾何和語義信息輔助的三維激光點云特征匹配方法。本發明通過聯合幾何和語義信息構建約束，實現激光點云的高精度配準，有效克服了傳統方法對運動先驗信息的依賴性以及對高誤匹配率的敏感性。利用語義信息實現建筑與建筑匹配、地面與地面匹配、樹木與樹木匹配，有效過濾動態噪聲并對搜索空間降維，提升匹配效率和準確性。通過幾何和語義約束對誤匹配粗剔除，利用精確數學建模實現誤匹配精剔除，顯著降低了問題求解復雜度。該發明能更加可靠、穩定地實現高精度三維激光點云配準，在高誤匹配率情況下仍能實現精確匹配，解決眾多復雜場景問題，具有更好的適用性。

本發明授權幾何和語義信息輔助的三維激光點云特征匹配方法在權利要求書中公布了：1.幾何和語義信息輔助的三維激光點云特征匹配方法，其特征在于，包括以下步驟： 步驟1，基于上下文信息設計特征檢測與特征描述網絡結構，構建匹配損失函數，獲取初始三維特征描述符集合； 步驟1的具體實現包括如下子步驟； 首先，構建特征檢測網絡：選取PointMLP作為FPN的主干網來生成候選特征點，并引入Transformer的自注意力機制來編碼特征點的上下文信息，使用概率Chamfer函數作為損失，采用非監督學習方式得到三維特征點集合； 然后，構建特征描述網絡：融合CCN模塊即Cylindricalconvolutionnetwork和Transformer模塊構成特征描述網絡，計算特征點的局部參考系，實現旋轉不變性；通過CCN編碼層次幾何信息，Transformer編碼全局信息，并利用LRN進行歸一化得到特征描述符向量； 特征檢測網絡使用概率Chamfer函數作為損失，給定候選特征集合和，的數學公式為， 1 式中，表示中任一點到中點的最短距離，表示中任一點到中點的最短距離，為l 2范數；和分別為和中的特征點；和描述最佳匹配的顯著不確定性，通過特征描述或三維空間的離散性對其預估，表示中點與中的對應點的匹配相似不確定因素，則表示中的點與中的對應點的匹配不確定因素； 步驟2，基于步驟1中得到的特征點與特征描述，引入語義信息來輔助實現動態噪聲點剔除與分類匹配，得到分類匹配點集合； 步驟3，在分類匹配結果上，構建拓撲圖結構網絡，利用支撐線投票策略剔除不滿足幾何約束的匹配對； 步驟4，在粗剔除結果上，構建三維特征匹配最大共識模型，并基于邊界沖突效應求解，得到最終精確匹配點集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人武漢大學，其通訊地址為：430072 湖北省武漢市武昌區珞珈山街道八一路299號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。