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申请的专利一种面向点云数据最远点采样的优化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：CN116612144B 。

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：202310252721.0，技术领域涉及：G06T7/136；该发明授权一种面向点云数据最远点采样的优化方法是由肖利民;张昊;韩萌;王良;徐家乐;张晨浩;徐向荣;谢喜龙设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种面向点云数据最远点采样的优化方法在说明书摘要公布了：本发明提供了一种面向点云数据最远点采样的优化方法，包括：首先，将无序点云数据划分为多个空间独立且局部聚集的点云桶结构；然后，在每轮采样点生成过程中，提出了合并计算和隐式计算规则，基于历史数据关系，更新各点云桶的局部远点和局部远点距离等信息。最后，遍历各点云桶的局部远点，生成一轮采样过程的采样点。当采样点个数达到要求时结束。本发明提供的方法可以降低点云最远点采样的时间复杂度，并可提高计算访存的时间聚集性。

本发明授权一种面向点云数据最远点采样的优化方法在权利要求书中公布了：1.一种面向点云数据最远点采样的优化方法，其特征在于，包括以下步骤：对点云数据划分为多个空间独立且局部聚集的点云桶；随机选取一个点云桶的随机点作为初始采样集合；开始K轮采样，其中，在第i轮采样迭代过程中，首先，根据i-1轮的采样结果，更新点云桶的状态信息，然后，选取各点云桶中具有最大距离的局部远点作为本轮采样点，最后，将此采样点加入到采样集合中；采样集合中的K+1个点即为采样结果； 将点云划分为多个空间独立且局部聚集的点云桶，具体包括：使用KD树算法递归地将点云划分为多个点云子集合，并存储点云子集合的三维边界信息、局部远点信息、局部远点距离信息、隶属于此点云子集的点云信息、合并点集合；遍历点云数据，计算点云数据各维度的极差，并计算点云数据在此维度下投影距离的算术平均值，根据此算术平均值将点云数据分为两部分，并依次递归至预设最大深度H，获得2H个空间独立且局部聚集的点云子集；创建2H个点云桶对象数据结构，将各点云子集内的点依次存入相应的点云桶对象数据结构中，获取各点云子集内的点数据各维度的最大值与最小值，更新点云桶对象数据结构的三维边界信息；局部远点和局部远点距离置为初始化状态，合并点集合置空； 根据i-1轮的采样结果，更新点云桶的状态信息，具体包括：基于历史信息更新点云桶对象的局部远点和局部远点距离信息，首先判断该点云桶和i-1轮采样点si-1是否满足合并计算条件，若不满足，则将si-1加入合并点集合，并计算合并点集合内的所有点与该点云桶的隶属点的距离，选取距离最大值的隶属点作为该点云桶的局部远点，将距离最大值作为该点云桶的局部远点距离，清空合并点集合；否则，判断该点云桶和i-1轮采样点si-1是否满足隐式计算条件，若不满足，则将si-1加入合并点集合。

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，其通讯地址为：100191 北京市海淀区学院路37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。