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！

龙图腾网获悉石家庄铁道大学申请的专利基于特征点增强的退化环境下激光雷达点云定位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：CN119687919B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510206420.3，技术领域涉及：G01C21/16；该发明授权基于特征点增强的退化环境下激光雷达点云定位方法是由杨兴雨;刘浩;田煜;贾童瑶;孟宪磊;郭梦琪;王思沫;沙金;刘晨晨设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于特征点增强的退化环境下激光雷达点云定位方法在说明书摘要公布了：本发明公开了一种基于特征点增强的退化环境下激光雷达点云定位方法，所述方法包括如下步骤：采用紧耦方法融合激光雷达与IMU传感器，补偿激光雷达点云数据的运动畸变；采用自适应提取隧道点云的线面特征和隧道中的局部特征如指示牌、照明系统。提出通过预测虚拟点来进行特征增强。通过联合特征点并融合IUM预积分的位姿矩阵进行特征匹配配准。进行坐标转换通过引入基准点将点云数据从激光雷达的绝对坐标系转换到世界坐标系；后端引入因子图优化算法提高建图与定位精度。本发明融合激光雷达与IMU传感器，并采用自适应特征提取进行特征匹配的方法，能够在长隧道这种退化环境下完成高精度建图与定位。

本发明授权基于特征点增强的退化环境下激光雷达点云定位方法在权利要求书中公布了：1.一种基于特征点增强的退化环境下激光雷达点云定位方法，其特征在于包括如下步骤： S1，数据采集与数据预处理：激光雷达点云数据获取与IMU测量设备的加速度、角速度和方向信息，完成数据同步，补偿激光雷达点云数据的运动畸变，并为点云特征匹配提供初始位姿估计； S2，退化环境下自适应点云特征提取：综合考虑局部几何信息与全局分布特性，动态调整特征点提取的阈值与权重分配策略，在隧道内具有较少显著特征时，依赖结构特征；而在局部有显著特征时，则偏重局部特征； S2-1，进行点云稀疏度和曲率分析，对点云稀疏和曲率低的部分提取线特征和面特征，对局部存在曲率高和特征密集区域进行局部特征和线面特征的融合提取； S2-2，进行点云数据曲率计算，对于每个点P，利用KNN算法寻找每个点的局部邻域，构建邻域点集Ni计算邻域点集Ni的协方差矩阵C，其中为邻域点集的质心，|Ni|为邻域点集的数量； 对协方差矩阵C进行特征值求解，得到特征值λ1，λ2，λ3，若λ3为最小值表示局部表面变化的最小方向，则点P的曲率为： S2-3，进行自适应点云特征提取，对点云进行稀疏度和曲率联合分析，将其划分为四个区域:稀疏-低曲率、稀疏-高曲率、密集-低曲率、密集-高曲率；其后进行自适应动态调整窗口大小，针对稀疏-低曲率采用较大的窗口提取线特征和面特征，针对稀疏-高曲率采用较大窗口，融合提取线特征、面特征和高曲率的局部特征；针对密集-低曲率使用较小窗口，提取面特征；针对密集-高曲率融合提取线特征、面特征和局部特征； S3，伪点云增强点云特征：针对隧道环境下点云特征不足情况，进行点云边缘点预测，构建伪点云增强点云特征； S4，融合IMU预积分位姿矩阵进行特征匹配：选择关键帧通过IMU预积分得到位姿矩阵为点云配准提供初始位姿估计； S5，后端引入因子图优化算法：帧与帧之间的里程计因子、帧与全局地图之间的全局约束因子，IMU预积分因子，对点云地图进行优化。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17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”。