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！

龙图腾网获悉中国科学技术大学申请的专利融合激光强度和点云几何特征的机器人定位和建图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：CN115639570B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211304813.0，技术领域涉及：G01S17/89；该发明授权融合激光强度和点云几何特征的机器人定位和建图方法是由吴锋;张政新设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本融合激光强度和点云几何特征的机器人定位和建图方法在说明书摘要公布了：本发明公开了一种融合激光强度和点云几何特征的机器人定位和建图的方法，包括：步骤1，将获取的移动机器人激光雷达的点云数据的点云几何特征和激光强度融合得出融合点云数据，通过点云机器学习分类模型对融合点云数据进行分类；步骤2，根据分类后的融合点云数据的点云几何特征和激光强度建立带强度环境地图，并利用地图得到的几何残差和强度残差联合优化移动机器人的最佳估计位姿；步骤3，对带强度环境地图进行实时回环检测，更新带强度环境地图和移动机器人的位姿。该方法融合激光强度和点云特征可以减少机器人漂移问题，而且机器学习算法仅用于激光雷达点云的特征分类以及实时回环检测减少了计算压力，保证机器人的实时定位精度。

本发明授权融合激光强度和点云几何特征的机器人定位和建图方法在权利要求书中公布了：1.一种融合激光强度和点云几何特征的机器人定位和建图的方法，其特征在于，包括： 步骤1，获取移动机器人激光雷达的点云数据，将点云数据的点云几何特征和激光强度融合得出融合点云数据，通过点云机器学习分类模型对融合点云数据按特征进行分类；按以下方式通过点云机器学习分类模型对融合特征按特征进行分类，包括： 将移动机器人激光雷达的融合点云数据投影到参考平面，将参考平面划分为大小相等的二维网格点，记录每个二维网格点的高度和该二维网格点相邻二维网格点的最小高度，通过以下滤波公式对各二维网格点进行双阈值滤波，将各二维网格点分为非地面点和地面点，滤波公式为： ； 其中，各参数含义为：表示二维网格点；NG表示二维网格点为非地面点；G表示二维网格点为地面点；hk表示同一层网格中不同点云高度；δh1表示划分同一网格中点云高度阈值；δh2表示划分相邻网格中点云高度阈值； 计算融合点云几何特征和激光强度的非地面点及其球形邻域的信息矩阵，为： ； 其中，是邻域的重心；为邻域的激光强度均值，与非地面点具有相似激光强度的点被赋予更高的权重； 经点云机器学习分类模型按主要成分分析法处理得到各个非地面点相应的特征值； 通过得到的各个非地面点相应的特征值计算各非地面点的局部线性度、平面度和曲率，局部线性度=λ1-λ2λ1，平面度=λ2-λ3λ1，曲率=λ3λ1+λ2+λ3，并按局部线性度、平面度和曲率将各非地面点分为线性点、不同平面点和顶点； 步骤2，根据分类后的融合点云数据的点云几何特征和激光强度建立带强度环境地图，根据构建的带强度环境地图得到的几何残差和强度残差联合优化移动机器人的最佳估计位姿；按以下方式根据分类后的融合点云数据的点云几何特征和激光强度建立带强度环境地图，根据构建的带强度环境地图得到的几何残差和强度残差联合优化得出移动机器人的最佳估计位姿，包括： 将三维空间分割成网格单元，用强度测量I和几何占据栅格概率联合表示每个网格单元，当前时刻t观测的网格单元的强度观测值通过以下公式得出： ； 其中，是当前时刻t观测的网格单元的强度观测值，若强度观测值为0，则表示没有反射信号，即网格单元不包含障碍物对象；是对网格单元的总观测次数； 当前时刻t观测的网格单元的几何占据概率值通过以下公式得出： ； 其中，表示当前时刻t观测的网格单元的几何占据概率值；p表示网格单元是否被占据；clamp为区间限定函数； 通过按不同分类的当前融合点云数据与全局地图匹配来计算几何残差估计机器人的最佳位姿，其中， 若融合点云数据的分类为线性特征点，从全局地图中搜索距离该线性特征点两个最近的线性点和，该线性特征点到线性点和的几何残差定义为： ； 其中，为当前特征点，为当前点在带强度环境地图中的转换点； 若融合点云数据的分类为平面特征点，从全局地图中搜索距离该平面特征点三个最近的平面点、和，该平面特征点到三个平面点、和的几何残差定义为： ； 若融合点云数据的分类为顶点特征点，该顶点特征点的几何残差定义为： ； 通过最小化当前点与带强度环境地图中的转换点之间的强度残差来将特征与构建的带强度环境地图匹配计算强度残差，为： ； 最后按以下公式联合优化几何残差和强度残差得出移动机器人的最佳估计位姿，为： ； 步骤3，对带强度环境地图进行实时回环检测，根据回环检测结果更新带强度环境地图和移动机器人的估计位姿。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。