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！

龙图腾网恭喜西北工业大学宁波研究院申请的专利一种基于不变性距离空间体素化的三维目标识别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：CN114373176B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202111588393.9，技术领域涉及：G06V20/64；该发明授权一种基于不变性距离空间体素化的三维目标识别方法是由杨佳琪;范世超;张世坤设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本一种基于不变性距离空间体素化的三维目标识别方法在说明书摘要公布了：本发明涉及一种基于不变性距离空间体素化的三维目标识别方法，该方法包括从数据库中读取点云数据；随机选择关键点；去除冗余关键点；生成对应；使用RANSAC获取变换假设；计算重叠率和残差误差，验证模型是否正确识别；若未识别到，则进行ICP精细化，ICP精细化之后再次验证模型是否正确识别，直到模型被识别到为止。该方法无需检测关键点所处的区域，无需对假设进行集群等操作，简单有效；该方法不受法向量二义性的影响，在各种应用场景中均能取得优异的表现，泛化性好；并且该方法具备较高的识别准确率，鲁棒性强，抗干扰能力也更强。

本发明授权一种基于不变性距离空间体素化的三维目标识别方法在权利要求书中公布了：1.一种基于不变性距离空间体素化的三维目标识别方法，其特征在于：该方法包括以下步骤：S1、从场景点云中和目标点云中均随机选择出若干关键点，为每个关键点生成不变性距离空间体素化局部特征描述符；其具体过程为：S11、根据关键点的下标和支撑半径来获取关键点所在区域的局部点云块Pl；S12、计算局部点云块Pl中的邻域点q和关键点p之间的三个不变性距离属性，即：邻域点q到关键点p切平面之间的距离d1、关键点p到邻域点q切平面之间的距离d2以及邻域点q到关键点p之间的距离d3；将邻域点q投影到不变性距离空间，投影方式表示为：Φ：q→d1，d2，d3＝|pq·np|，|pq·nq|，|pq|，其中，q为邻域点，np为关键点p的法向量，nq为邻域点q的法向量，pq为关键点p和邻域点q形成的向量，|·|表示向量2范数；S13、将局部点云块Pl投影到由三个不变性距离属性构成的三维立体空间，得到新的局部点云块Pl′；S14、将步骤S13得到的三维立体空间体素化，分割成m3个体素，每个邻域点分布在各个体素的下标的计算方法表示为：其中，lstep是体素分割步长，每个体素的值的大小为：其中，vi表示第i个体素，nvi表示第i个体素内点的数量，|Pl′|表示Pl′内点的数量；S15、拼接步骤S14中得到的每个体素值，形成一维特征向量；S2、使用特征自相似性去除冗余关键点；S3、计算场景中剩余的关键点和模型中剩余的关键点之间的特征匹配集合，对特征匹配集合进行排序，筛选出K根特征匹配；所述的模型指的是需要被检测的目标；S4、使用RANSAC算法生成假设，并对每个迭代过程中生成的假设进行评估，评估出最优假设，同时计算残差误差∈res和重叠率rov；其具体过程为：S41、通过得到的每个迭代过程中的假设来对源点云Pm进行变换，得到新的点云P′m；S42、在场景点云Ps中寻找距离最近的点如果和的欧氏距离值小于设定的阈值，那么就将放入子集合S43：最终可得出残差误差∈res和重叠率rov计算表达式为：其中，|·|表示集合大小；S5、保存当前的最优假设，并根据最优假设判断出该模型是否被识别；S6、若模型未能被识别，则使用迭代就近点算法对当前保存的最优假设做精细化，得到精细化后的最优假设；S7、保存精细化后的最优假设，根据精细化后的最优假设来判断模型是否被识别，若模型未能被识别，则认为该模型不在场景中，返回步骤S6，直到判断出模型被识别到为止。

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西北工业大学宁波研究院，其通讯地址为：315000 浙江省宁波市高新区清逸路218弄A3栋5楼；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”。