龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京航空航天大学
申请日：2024-02-29
公开（公告）日：2024-05-28
公开（公告）号：CN118097203A
主分类号：G06V10/762
分类号：G06V10/762;G06V20/58;G01S17/06;G01S17/88
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明提供了一种多视角单线激光雷达点云层次聚类方法，首先在工作场景中部署多个激光雷达传感器，构建多源激光雷达融合系统，并对多源点云数据进行时空同步。其次，采用动态阈值分割法将多源激光雷达点云转化为点云簇，提出基于表面积启发的层次包围盒方法划分点云空间，并按递归方法构建空间层次树。再次，改进距离交并比损失函数，提出基于无向图的关联性点云簇聚类方法，生成每个移动机器人的目标点云。本发明所设计的多视角点云层次聚类方法，有效提高了多源点云计算效率和融合实时性，为下一步对目标点云进行跟踪定位提供了技术基础。
主权项：1.一种多视角单线激光雷达点云层次聚类方法，其特征在于，包括以下步骤：步骤1：多源激光点云时空同步：在工作场景中部署多源激光雷达传感器，获取多源激光点云数据，并进行离线坐标系标定及在线时间同步；步骤2：动态阈值点云分割：设置动态阈值分割激光点云数据，顺序遍历同源激光点云数据，分割聚类阈值内的点云；步骤3：点云簇空间层次树构建：首先建立AABB包围盒集合并将参数初始化；其次计算包围盒集合的最小AABB包围盒，并在节点中保存包围盒信息，建立BVH树节点；然后针对BVH树节点，计算所有分割位置下包围盒面积期望和，将最小包围盒面积期望和的分割位置作为最佳分割位置；再次递归构造分支，对最佳分割位置分割后的左右两子集返回执行建立BVH树节点步骤，直至包围盒集合数量小于设定阈值；步骤4：基于图-关联性点云簇聚类：首先以层次包围盒树中每个叶子节点中的每个点云簇包围盒为顶点，构建无向图结构，各顶点间以边进行连接；然后改进D-IOU损失函数对点云簇包围盒间进行关联性检测；再提取点云簇子图通过深度遍历无向图的邻接矩阵提取子图，并分别保存子图中关联性点云簇信息；最后将子图中的关联性点云进行融合，将具有关联性的点云簇归为一类，并重新定义点云簇索引。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种多视角单线激光雷达点云层次聚类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号