Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东华理工大学刘华获国家专利权

东华理工大学刘华获国家专利权

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!

龙图腾网获悉东华理工大学申请的专利基于数据自身的无人机激光点云精度自评估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:CN116381726B

龙图腾网通过国家知识产权局官网在2025-06-24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:202310083732.0,技术领域涉及:G01S17/89;该发明授权基于数据自身的无人机激光点云精度自评估方法是由刘华;刘波;张晓鸣;于文玲设计研发完成,并于2023-02-08向国家知识产权局提交的专利申请。

基于数据自身的无人机激光点云精度自评估方法在说明书摘要公布了:本发明涉及无人机激光扫描的点云数据处理、精度评估技术领域,具体涉及一种基于数据自身的无人机激光点云精度自评估方法。该方法的评估流程包括以下步骤:1输入点云,2逐点半径邻域搜索,3逐点计算法向量,4逐点圆柱邻域搜索,5逐点估计点云的精度;对于输入点云中的每一个点,均采用步骤1~5中的方法评估其精度,获得输入点云的逐点精度评估结果。本发明的无人机激光点云精度评估方法无需外部参考数据,能够全自动完成、逐点评估无人机激光点云的精度,并能够真实的反应无人机激光点云的精度。

本发明授权基于数据自身的无人机激光点云精度自评估方法在权利要求书中公布了:1.基于数据自身的无人机激光点云精度自评估方法,其特征在于,评估流程包括以下步骤: 1输入点云为至少包含x,y,z坐标的无人机激光点云数据; 2逐点半径邻域搜索,对输入点云建立八叉树结构,对于输入点云中的每一个点Px,y,z,基于八叉树结构获得以Px,y,z为球心,半径为r的球范围之内的邻域点,记为NP; 3逐点计算法向量,计算点Px,y,z的法向量,获取点P及其半径为r的球范围之内的邻域点NP的坐标Xi,然后计算得到点P及其半径为r的球范围之内的邻域点NP的几何中心坐标 再根据点P及其半径为r的球范围之内的邻域点NP的坐标Xi、几何中心坐标计算3×3的协方差矩阵S,并对3×3的协方差矩阵S进行SVD分解,获取其三个特征值,三个特征值按照从大到小的顺序排序,分别记为λ1、λ2、λ3;λ1、λ2、λ3对应的特征向量记为e1、e2、e3,其中e3即为点P的法向量,记为n; 4逐点圆柱邻域搜索,以点P为中心,以过P点与法向量n平行的直线为轴构造圆柱,圆柱的半径为R、高度为H,搜索圆柱范围内的点,获得点P的圆柱邻域点,记为CP; 在CP的搜索过程中,采用八叉树结构加速搜索过程;从八叉树的根节点开始,采用深度优先搜索方法进行搜索,如果节点与圆柱体不相交,则无需继续搜索子节点,如果节点与圆柱体相交,则继续搜索子节点直到叶子节点;对于与圆柱体相交的叶子节点,需判断点是否在圆柱体内; 5逐点估计点云的精度,将点P的圆柱邻域点CP投影到圆柱中轴线上;以点P的投影p为坐标原点,各投影点到p点的距离为d,则可计算各投影点到p点的距离的均值m,再根据各投影点到p点的距离的均值m评估点P的精度; 对于输入点云中的每一个点,均采用步骤1~5中的方法评估其精度,获得输入点云的逐点精度评估结果。

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东华理工大学,其通讯地址为:344000 江西省抚州市学府路56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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。