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！

龙图腾网获悉江苏科技大学申请的专利一种结合特征提取和聚类算法的激光点云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：CN116563354B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310445117.X，技术领域涉及：G06T7/33；该发明授权一种结合特征提取和聚类算法的激光点云配准方法是由黄树成;温传旺设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种结合特征提取和聚类算法的激光点云配准方法在说明书摘要公布了：本发明公开了一种结合特征提取和聚类算法的激光点云配准方法，包括：结合欧式距离和2D激光雷达的扫描特点，对待配准的点云数据进行动态阈值的区域分割；在划分好的区域内，将弧线、折线等不规则特征进行再分割，然后使用RANSAC算法进行直线参数拟合，提取直线特征；将提取到的直线特征使用密度聚类算法估计变换矩阵，通过旋转平移进行粗配准；将粗配准后的点云数据，用裁剪迭代最近点TrICP算法进行精配准。本发明可有效解决传统点云配准算法对初始位置要求高的缺点，能够充分提升点云配准的精度和适用性。

本发明授权一种结合特征提取和聚类算法的激光点云配准方法在权利要求书中公布了：1.一种结合特征提取和聚类算法的激光点云配准方法，其特征在于，包括以下步骤： 步骤1、使用激光雷达在横坐标相差100cm，纵坐标相差50cm的初始位置扫描周围环境，获取需要配准的点云数据；结合激光雷达的扫描特点，对待配准的点云数据进行动态阈值的区域分割； 步骤2、在分割好的区域内，进行特征划分，使用随机采样一致性算法来拟合直线参数，提取直线特征； 步骤3、将提取到的直线特征使用密度聚类算法估计变换矩阵，通过旋转平移进行粗配准，得到粗配准后的源点云数据P′； 步骤4、将粗配准后的源点云数据P′，用TrICP裁剪迭代最近点算法进行精配准； 所述的需要配准的点云数据，包括：源点云数据P＝{Pi＝Xi,Yi,i∈[1,2,…n]}，其中Xi、Yi分别为第i个源点云数据点的横、纵坐标，n为源点云数据点的数量；目标点云数据Q＝{Qj＝Mj,Nj,j＝[1,2,…m]}，其中Mj、Nj分别为第j个目标点云数据点的横、纵坐标，m为目标点云数据点的数量； 在步骤3中，所述的将提取的直线特征使用密度聚类算法估计变换矩阵，通过旋转平移进行粗配准，得到粗配准后的源点云数据P′，包括以下步骤： 步骤3.1.使用步骤二提取到的直线特征，分别计算源点云数据中直线的角度和目标点云数据中直线的角度 步骤3.2.将任意两个两两做差，可得角度差θij；将一维的角度差θij转换为二维变量θij,θij，使用密度聚类算法进行聚类，其中密度最大簇的平均值为最终旋转角度i；采用如下公式，求解旋转矩阵S，进行旋转配准： 步骤3.3.计算旋转后的源点云数据平移矩阵Ti＝tx,ty： 其中，为目标点云数据中直线中点的横、纵坐标，为源点云数据中直线中点的横、纵坐标； 然后，将平移矩阵Ti使用密度聚类算法进行聚类，其中密度最大簇的平均值为平移矩阵T；将旋转后的源点云数据平移T，完成粗配准，得到粗配准后的源点云数据P′。

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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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。