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！

龙图腾网获悉武汉大学申请的专利联合多重约束的激光惯性点云地图构建方法及设备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：CN119309570B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411606374.8，技术领域涉及：G01C21/00；该发明授权联合多重约束的激光惯性点云地图构建方法及设备是由陈驰;徐宇航;吴唯同;杨必胜设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本联合多重约束的激光惯性点云地图构建方法及设备在说明书摘要公布了：本发明提出了一种联合多重约束的激光惯性点云地图构建方法及设备。通过数据输入模块，接收由激光雷达和惯性测量单元传感器获取的经过硬件时间同步的移动激光点云数据及惯性测量数据。利用惯性测量数据对单帧激光点云进行运动畸变校正；基于迭代误差卡尔曼滤波框架紧耦合激光点到面观测与惯性测量数据，估计载体位姿；最后构建包括多种子图相对位姿约束和重力约束的因子图模型，使用加入鲁棒函数的迭代最邻近点算法准确计算子图间的相对位姿，优化子图位姿得到高精度点云地图。该发明适用于无人自主测绘、机器人导航、行星探测等领域，通过基于卡尔曼滤波的前端单帧位姿估计与多类型约束的后端子图位姿优化，显著提升了点云建图的精度与效率。

本发明授权联合多重约束的激光惯性点云地图构建方法及设备在权利要求书中公布了：1.联合多重约束的激光惯性点云地图构建方法，其特征在于，包括以下步骤：步骤1，获取时间同步的移动激光点云数据和惯性测量数据；步骤2，利用IMU对单帧激光点云进行运动畸变校正；步骤3，基于迭代误差卡尔曼滤波框架紧耦合激光点到面观测与惯性测量数据，估计载体位姿；步骤4，构建含多重匹配约束的因子图模型优化位姿估计，根据时间跨度划分点云子图，通过构建包括多种子图相对位姿约束和重力约束的因子图模型，使用加入鲁棒函数的ICP方法准确计算子图间的相对位姿，优化子图位姿得到高精度点云地图，具体如下：按照设定的时间跨度，将时间窗口内序列激光帧根据对应的位姿投影到该窗口起始时刻坐标系下，得到点云子图；搜索并构建相邻、共视和重访三种类型的子图匹配约束，并使用加入鲁棒函数的ICP方法得到子图间的相对位姿；基于上述三种类型的子图匹配约束，构建包括多种子图相对位姿约束和重力约束的因子图模型，再使用Levenberg-Marquardt算法优化子图位姿得到高精度点云地图；采用自适应金字塔特征聚合的深度学习回环检测算法进行重访子图匹配对搜索，子图匹配对搜索完成后，对每一点云子图进行预处理；首先，基于主成分分析剔除子图中的非平面点，有效地去除噪声点和冗余点，并进行空间降采样，同时保留点云的几何结构特征，之后，使用加入鲁棒函数的ICP方法剔除子图匹配中的粗差，得到子图间的相对匹配位姿。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。