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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于激光雷达点云深度学习的空间非合作目标三维边界框识别方法及系统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：CN116486234B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310476663.X，技术领域涉及：G06V10/82；该发明授权一种基于激光雷达点云深度学习的空间非合作目标三维边界框识别方法及系统是由张泽旭;王艺诗;袁帅;袁萌萌;苏宇设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于激光雷达点云深度学习的空间非合作目标三维边界框识别方法及系统在说明书摘要公布了：本发明公开了一种基于激光雷达点云深度学习的空间非合作目标三维边界框识别方法及系统，涉及空间三维目标识别技术领域，用以解决现有方法对于三维激光点云识别速度不快且精度不高的问题。本发明的技术要点包括：获取空间目标的激光雷达点云数据；将激光雷达点云数据输入预训练的基于深度学习的目标三维边界框识别网络中，获取空间目标的8个三维边界框角点坐标；其中目标三维边界框识别网络包括点云特征提取网络和三维边界框回归网络。本发明可实现对空间非合作目标三维模型的准确识别，识别速度快且精度高。本发明可应用在空间目标三维点云模型识别领域中，为后续开展目标相对位姿测量等任务提供技术支持。

本发明授权一种基于激光雷达点云深度学习的空间非合作目标三维边界框识别方法及系统在权利要求书中公布了：1.一种基于激光雷达点云深度学习的空间非合作目标三维边界框识别方法，其特征在于，包括以下步骤： 步骤一、获取空间目标的激光雷达点云数据； 步骤二、将所述激光雷达点云数据输入预训练的基于深度学习的目标三维边界框识别网络中，获取空间目标的8个三维边界框角点坐标；所述基于深度学习的目标三维边界框识别网络包括点云特征提取网络和三维边界框回归网络；其中，所述点云特征提取网络的结构包括：用于提取点云特征的三层一维卷积网络、用于降低特征向量维度的最大池化层、用于学习序列点云之间长期依赖关系的长短时记忆网络；所述三维边界框回归网络的结构包括：三层全连接层构成的多层感知机，前两层全连接层均分别连接ReLU激活函数，最后一层全连接层不加激活函数； 所述目标三维边界框识别网络的运行机制为：网络输入包含N个点且仅有三维坐标的激光点云，首先采用三层一维卷积网络来提取点云特征，在三层一维卷积网络的训练过程中，点云中每个点都共享权重；然后采用最大池化层来降低点云中每一个点包含的特征向量维度，输出点云全局特征；然后采用长短时记忆网络来学习序列点云的长期依赖关系；将提取到的具有时序关系的序列点云输入由三层全连接层构成的多层感知机以回归点云三维边界框的八个角点，即为空间非合作目标三维边界框识别结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。