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！

龙图腾网获悉北京航空航天大学杭州创新研究院申请的专利SLAM地图拓扑评估方法、装置、电子设备及存储介质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：CN116597294B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310506978.4，技术领域涉及：G06V20/00；该发明授权SLAM地图拓扑评估方法、装置、电子设备及存储介质是由欧阳真超;胡庆雷;李东禹;崔家赫;张昌杰设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本SLAM地图拓扑评估方法、装置、电子设备及存储介质在说明书摘要公布了：本申请涉及建图技术领域，特别涉及一种SLAM地图拓扑评估方法、装置、电子设备及存储介质，其中，方法包括：获取目标区域的点云数据；将点云数据输入训练完成的深度学习点云语义分割模型，对预定义的静态场景语义类别的点云进行平面检测得到候选平面集合和对应估计的法向信息；通过平行平面检测条件构建候选平面集合中候选平面的邻接矩阵，计算共平面点方差；对法向信息进行法向凝聚聚类得到多个法向子簇，基于每个子簇的法向计算法向熵均值，根据共平面点方差和或法向熵均值确定目标区域的同步定位与建图SLAM地图的地图拓扑评估结果。由此，解决了相关技术中SLAM位姿估计受到环境和测量装置的限制，精度估计方式有限等问题。

本发明授权SLAM地图拓扑评估方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种SLAM地图拓扑评估方法，其特征在于，包括以下步骤： 获取目标区域的点云数据； 将所述点云数据输入训练完成的深度学习点云语义分割模型，输出点云的语义标签信息，基于所述语义标签信息确定点云的语义类别，对预定义的静态场景语义类别的点云进行平面检测得到候选平面集合和对应平面的法向信息；所述对预定义的静态场景语义类别的点云进行平面检测得到候选平面集合和对应平面的法向信息，包括：依次遍历当前帧的每类静态语义点云，对每类语义的点云构建八叉树，切分所述八叉树，直到所述八叉树的每个叶子节点的规模小于预设簇阈值，得到切分后的八叉树；从所述切分后的八叉树的任意叶子节点进行迭代的平面估计测试，以对当前点云簇进行平面拟合，若所述当前点云簇的离群点规模大于预设百分比的点云，则判定所述当前点云簇不属于平面，否则判定满足平面条件；其中，若当前节点的所有叶子节点均未通过上述判断，则将所述当前节点变成新的叶子节点，并将所述当前节点的所有叶子节点加入到当前节点最近的上级根节点的点云簇，并对新的点云簇进行平面估计测试，若所述当前节点通过所述平面估计测试，则进入合并阶段，否则继续向上合并；平面增长时，基于满足所述平面条件的点云簇构建近邻图，其中，所述近邻图的顶点为点云，所述近邻图的边为对任意点云进行k近邻搜索时，满足近邻条件的边，并通过广度优先算法进行搜索，将不属于其它平面、且满足到当前平面距离阈值和法向方差阈值条件的点云合并到当前平面；对于属于同一八叉树节点的两个平面，若满足预设合并条件，则对所述两个平面进行合并，并重新对合并后的点云簇进行平面拟合和法向估计，直到没有任何点云簇发生更新，得到所述候选平面集合和对应平面的法向信息； 通过平行平面检测条件构建所述候选平面集合中候选平面的邻接矩阵，利用所述邻接矩阵和团搜索算法检测属于共平面的子团，基于所述子团计算共平面点方差； 对所述法向信息进行法向凝聚聚类得到多个法向子簇，基于每个子簇的法向计算法向熵，并计算所有子簇的法向熵均值，根据所述共平面点方差和所述法向熵均值确定目标区域的同步定位与建图SLAM地图的地图拓扑评估结果。

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北京航空航天大学杭州创新研究院，其通讯地址为：310052 浙江省杭州市滨江区创慧街18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。