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！

龙图腾网获悉淮阴工学院申请的专利一种基于局部敏感哈希的激光雷达点云快速查询匹配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：CN116737978B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310711384.7，技术领域涉及：G06F16/583；该发明授权一种基于局部敏感哈希的激光雷达点云快速查询匹配方法是由孙成富;李敏;杨鑫;邹佳辰;张东京;杨雷;费宏彦;赵建洋;单劲松设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本一种基于局部敏感哈希的激光雷达点云快速查询匹配方法在说明书摘要公布了：本发明提供一种基于局部敏感哈希的激光雷达点云快速查询匹配方法，首先通过激光雷达扫描采集环境数据，利用K均值聚类分割算法对收集到的点云数据进行点云分割；接着对数据对象进行特征提取，得到预处理之后的数据集S；使用伪希尔伯特曲线生成算法将体素中的点云数据生成一维的索引序列；利用LSH对得到的伪希尔伯特曲线序列进行哈希编码，构建索引，查询点云和候选点云之间的欧氏距离确认体素中距离最近的点云。本发明方法基于局部敏感哈希索引方法提高了点云特征提取查询时的速度，缩短了查询匹配时间并提高了查询匹配精度；LSH索引通过对伪希尔伯特序列进行哈希编码将相似的点云聚集在一起，减少了需要计算距离的点云数量，从而提高了检索效率。

本发明授权一种基于局部敏感哈希的激光雷达点云快速查询匹配方法在权利要求书中公布了：1.一种基于局部敏感哈希的激光雷达点云快速查询匹配方法，其特征在于，该方法包括如下步骤： 步骤1通过激光雷达扫描采集体素中的点云数据，利用K均值聚类分割算法对收集到的点云数据进行点云分割； 步骤2对体素内需要处理的点云数据进行特征提取，得到预处理之后的数据集S； 步骤3将上一步得到的数据集S中的对象根据向量空间模型全部表示成向量形式，得到点云特征对象向量集合； 步骤4用稀疏增量体素ivox来组织点云，确定一个查询点云，并使用伪希尔伯特曲线生成算法将体素中的点云数据生成一维的索引序列，并按照伪希尔伯特曲线顺序进行排序； 步骤5利用局部敏感哈希方法对步骤4得到的伪希尔伯特曲线序列进行哈希编码，构建LSH索引，映射到哈希桶中并形成对应的哈希表； 步骤6针对步骤5中索引得到的相似候选序列，根据查询点云和候选点云之间的欧氏距离确认体素中距离最近的点云， 步骤4中使用伪希尔伯特曲线PHC生成算法将体素中的点云数据生成一维的索引序列，具体过程如下： a将点云数据表示为一个三维体素网格； b对于每个点，计算其在体素网格中的坐标，可以通过将点的空间位置除以体素大小并向下取整来实现； c对于每个体素，计算其中心点的三维坐标，这些中心点将作为曲线的节点； d对于每个节点，将其三维坐标转换为一维索引值，使用伪希尔伯特曲线的坐标映射算法，即先将三维坐标的每个维度的值分别转换为二进制；接着将三个二进制串按位交错组合，形成一个新的二进制串；最后将新的二进制串转换为十进制索引值； e对所有的节点进行排序，按照索引值从小到大的顺序，最终的一维索引序列即为排序后的节点索引值序列。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路1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。