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！

龙图腾网获悉长春大学申请的专利一种基于拓扑-度量解耦的低重叠率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：CN121810751B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610267192.5，技术领域涉及：G06T7/33；该发明授权一种基于拓扑-度量解耦的低重叠率点云配准方法是由孙玉钰;商宗凯;杨明霄;闫贺旗;牟梦璇;孟繁迪设计研发完成，并于2026-03-06向国家知识产权局提交的专利申请。

本一种基于拓扑-度量解耦的低重叠率点云配准方法在说明书摘要公布了：一种基于拓扑‑度量解耦的低重叠率点云配准方法属于计算机视觉与三维重建技术领域，本发明由三维激光扫描采集终端扫描物品并采集两个不同角度的点云作为源点云和目标点云，并实现在重叠率极低的困难场景下高鲁棒性配准；本发明通过非对称关联策略，通过单向匹配并集解决低重叠率下的零解问题，显著提升了召回率；同时，通过DGTG几何剪枝和概率流形优化机制，利用各向异性协方差和李代数迭代消除体素量化误差，大幅降低了平移误差和旋转误差，有效突破体素化带来的精度瓶颈。本发明不仅能在重叠率极低的情况下保证解的存在性，而且能通过基于协方差的流形优化消除体素量化误差，实现低重叠率点云的高精度、高效率配准。

本发明授权一种基于拓扑-度量解耦的低重叠率点云配准方法在权利要求书中公布了：1.一种基于拓扑-度量解耦的低重叠率点云配准方法，其特征在于：包括以下步骤，并且以下步骤顺次进行： 步骤一、通过三维激光扫描采集终端扫描并获得被扫描物品在选定的两个不同方向的点云数据，并分别记为源点云和目标点云； 步骤二、对源点云和目标点云进行坐标映射和矩阵化，分别获得源矩阵和目标矩阵； 对源矩阵和目标矩阵分别进行网格降噪，获得源骨架坐标矩阵和目标骨架坐标矩阵这两组稀疏的骨架节点矩阵，并生成KD-Tree索引； 对每个骨架节点进行几何编码，对应生成两组区域卷积融合FPFH特征矩阵，分别为源特征矩阵和目标特征矩阵； 步骤三、单向遍历源特征矩阵的每一行寻找目标特征矩阵的最佳匹配行，形成匹配对，进而生成表征索引对应关系的初始粗糙对应集，建立源点云与目标点云之间的初步逻辑连接； 步骤四、取初始粗糙对应集中的随机两个匹配对，利用刚性约束和DGTG动态几何拓扑门控的最大团一致性原则，剔除离群点，获得几何结构一致的对应集即最大团结构，再次筛选并输出精细对应集； 步骤五、对精细对应集执行全局吸引域锚定操作，获得锚定变换矩阵作为下一步进行概率平面滑动的初始值； 步骤六、对精细对应集中的最大团目标骨架节点，构造虚拟滑动平面，通过最小化概率滑动损失函数，驱动最大团源节点沿着切平面滑向与目标节点的重合位置，实现源点云与目标点云配准。

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长春大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路6543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。