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一種融合點云地圖、運動模型和局部特征的位置識別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：CN116127405B 。

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：202211552272.3，技術領域涉及：G06F16/29；該發明授權一種融合點云地圖、運動模型和局部特征的位置識別方法是由張永軍;史鵬程;李加元設計研發完成，并于2022-12-05向國家知識產權局提交的專利申請。

本一種融合點云地圖、運動模型和局部特征的位置識別方法在說明書摘要公布了：本發明提出了一種融合點云地圖、運動模型和局部特征的位置識別方法，所提出的方法克服了大范圍動態環境下的位置識別難題。本發明無需使用人工標志或外源信號，在降低系統成本的同時，能夠有效克服光照變化等影響。該發明在位置識別中創新性地加入了車輛運動模型，有效解決了感知混淆的問題。僅使用多線激光雷達作為唯一的量測傳感器，采用局部搜索結果作為觀測模型，為基于卡爾曼濾波的數據融合方案提供了一種新的思路。將點云地圖與局部特征相結合，顯著降低搜索空間，在有限的計算資源下仍能取得優越的運行效率，保證系統其他模塊有序進行。此外，該發明的位置識別性能不受軌跡長度或運行時間影響，能夠克服目標遮擋等問題。

本發明授權一種融合點云地圖、運動模型和局部特征的位置識別方法在權利要求書中公布了：1.一種融合點云地圖、運動模型和局部特征的位置識別方法，其特征在于，包括以下步驟： 步驟1，針對離線記錄的多幀激光雷達點云，基于高精度組合導航計算相對位姿，拼接場景先驗點云地圖，在地圖內部生成參考點作為虛擬地標； 步驟2，遍歷地圖參考點，結合點云地圖，構建不同朝向下鳥瞰圖特征描述，生成地圖描述集，并離線保存地圖相關數據； 步驟2的具體實現包括如下子步驟； 步驟2.1，在地圖參考點中構建KD樹treec，遍歷所有地圖參考點，在每一點處：以當前點為中心，依次對地圖旋轉不同角度θ，其中角度計算公式如下： θi＝i·θ',i∈N+,θ∈0,2π]2 式中θ'為角度分辨率，i為朝向角度序號，N+表示正整數； 步驟2.2，針對地圖參考點pkxk,yk∈Mr，pk表示參考點Mr中的第k個點，xk,yk表示pk的橫縱坐標，其中k為地圖點索引，旋轉角度θi下生成nr行nc列的水平面內的環形特征描述符，模擬車輛在該點朝向為θi時所采集的數據，將描述符轉為nr×nc行1列的向量f，并將所有描述符向量拼接為地圖特征矩陣F＝[f1,f2,...,fk]，特征描述符的具體計算方式如下： 式中j為鄰域點索引，r和c為描述符行列索引，dmax為最大距離，d'為距離分辨率，α'為角度分辨率； 步驟2.3，將地圖相關數據保存為離線的二進制文件，其中包括：1地圖參考點云；2地圖參考點KD樹；3地圖特征矩陣；其中，地圖特征矩陣文件中記錄了每一個占據元素的全局索引，具體如下： idm＝mods,nf·nθ idθ＝modrems,nf·nθ,nf4 idf＝remrems,nf·nθ,nf 式中idm、idθ和idf分別為地圖參考點、朝向角度和描述符向量元素的索引，s為離線記錄的數據，nθ為角度數量，nf＝nr·nc為描述符元素數，mod和rem分別表示取模和取余運算； 步驟3，針對軌跡第一幀點云，在地圖描述集中采用全局暴力搜索計算出最佳匹配的地圖描述子，基于地圖參考點估算車輛位置； 步驟4，針對軌跡第二幀點云，借助起始位置估計，在地圖描述集中采用局部搜索計算出最佳匹配的地圖描述子，基于地圖參考點估算車輛位置； 步驟5，針對實時點云數據，采用描述符相似性作為可靠性度量，借助前兩幀位置估計，結合車輛運動模型和局部搜索，采用卡爾曼濾波估算當前車輛位置。

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”。