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！

龙图腾网获悉华中科技大学;华中科技大学无锡研究院申请的专利引入平面约束的低重叠率弱特征三维测量点云精配准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：CN116245921B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202211642934.6，技术领域涉及：G06T7/33；该发明授权引入平面约束的低重叠率弱特征三维测量点云精配准方法是由张小俭;魏文琪;王子玮;丁汉;严思杰设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本引入平面约束的低重叠率弱特征三维测量点云精配准方法在说明书摘要公布了：本发明属于三维测量技术领域，并具体公开了一种引入平面约束的低重叠率弱特征三维测量点云精配准方法。包括：测量获得大型弱特征构件的表面三维点云数据，并利用机械臂末端变换矩阵对所述测量点云数据进行粗配准。在目标点云中找粗配准后源点云的最近点，构建点云对得到误差概率分布，基于误差概率分布筛选有效点对，找出有效重叠区域。利用RANSCA算法分别找出源点云和目标点云有效重叠区域的平面结构，并将有效点云对划分为平面区域和非平面区域。将平面区域的源点云投影到目标点云平面区域，在ICP算法的基础上构建引入平面约束的点云精配准代价函数，迭代优化从而得到精确配准的点云变换矩阵。本发明配准精确，适合于低重叠率点云配准的情况。

本发明授权引入平面约束的低重叠率弱特征三维测量点云精配准方法在权利要求书中公布了：1.一种引入平面约束的低重叠率弱特征三维测量点云精配准方法，其特征在于，包括以下步骤： S1获取被测物体表面形貌三维点云数据，并基于机器人正运动学和手眼标定矩阵实现目标点云的粗匹配，以获取粗匹配后的源点云； S2使用KD-tree算法在目标点云中找粗匹配后源点云的最近点，基于误差概率分布筛选有效点云对，从而确定有效源点云和有效目标点云； S3利用RANSCA算法分别找出有效源点云和有效目标点云有效点云对的平面结构，并将有效点云对划分为平面区域和非平面区域； S4将平面区域的源点云投影到目标点云平面区域，在传统ICP算法的基础上构建引入平面约束的点云精配准代价函数，迭代优化从而得到精确配准的点云变换矩阵； 步骤S4还包括： S41将平面区域的有效源点云投影到有效目标点云平面区域； S42取所述目标点云平面内一点Oi为平面坐标原点，将所述目标点云平面内的点投影到目标点云平面； S43构建所述代价函数： 在传统ICP算法的基础上，将点云精配准优化定义为： 其中，ΔR和Δt分别为优化后的旋转矩阵和平移向量，v0和v1为平面内两垂直的单位向量； S44利用SVD分解的方式对ΔR和Δt进行求解，令： 其中，z为独立向量，分别为目标点云平面外点云的重心和源点云平面外点云的重心， 当z＝0且traceΔRC取最大值时ΔR和Δt为最优解。

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华中科技大学;华中科技大学无锡研究院，其通讯地址为：430000 湖北省武汉市洪山区珞喻路1037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。