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！

龙图腾网恭喜电子科技大学申请的专利一种基于稀疏点云-纹理信息的认知地图定位方法及系统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：CN115031744B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210612389.X，技术领域涉及：G01C21/32；该发明授权一种基于稀疏点云-纹理信息的认知地图定位方法及系统是由李曙光;李振旭;郑珂;赵洋;程洪设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于稀疏点云-纹理信息的认知地图定位方法及系统在说明书摘要公布了：本发明公开了一种基于稀疏点云‑纹理信息的认知地图定位方法及系统，属于定位技术领域。本发明充分利用激光雷达准确的深度估计能力和摄像头良好的特征表达能力，采用几何中心估计算法得到交通标识几何信息，并通过交通标识几何信息将点云数据与图片数据融合后，生成认知地图。基于认知地图，利用得到交通标识几何中心信息，采用两阶段搜索策略对自动驾驶车辆当前位置交通标识和认知地图语义层数据中存储的交通标识特征进行匹配定位，得到当前车辆行驶交通标识在认知地图中的对应位置，与车辆自带激光雷达里程计局部定位结果进行融合，实现自动驾驶车辆高精度定位。

本发明授权一种基于稀疏点云-纹理信息的认知地图定位方法及系统在权利要求书中公布了：1.一种基于稀疏点云-纹理信息的认知地图定位方法，其特征在于：包括以下步骤：步骤1、采集当前道路数据，数据包括摄像头采集的图像数据和激光雷达采集的点云数据；采用GNSS建立全局坐标系；步骤2、从步骤1采集的图像数据中提取出交通标识，采用图像分割算法对提取出的交通标识进行二进制掩膜处理后，采用几何中心估算法计算出该交通标识的中心点数据，作为交通标识的几何先验信息；步骤3、对激光雷达与摄像头进行联合标定，求取激光雷达-摄像头坐标系变换矩阵，利用该矩阵统一摄像头和激光雷达的坐标系；通过锥投影引导的方法，将步骤1得到的点云数据投影到步骤1得到的图像数据中，以构建图像-点云关联数据；步骤4、在构建的图像-点云关联数据中，利用步骤2得到的中心点数据提取出交通标识的几何轮廓信息，并以该轮廓信息为依据，提取轮廓范围内的点云数据；步骤5、选取点云数据交通标识轮廓对应的图像数据，对其进行Gabor小波变换后，采用LBP算子进行二值化模式提取，获得LBP-Gabor纹理特征图像；将LBP-Gabor纹理特征图像分为n个子图块，并对每个子图块进行直方图统计和归一化处理，生成n个直方图特征向量；将这n个向量进行级联后，作为交通标识的最终纹理特征进行存储；步骤6、重复步骤2～4，获取当前道路所有交通标识的最终纹理特征，得到认知地图语义层，完成认知地图生成；步骤7、采用两阶段搜索策略对自动驾驶车辆当前位置交通标识和认知地图语义层数据中的特征进行匹配定位，以得到自动驾驶车辆当前位置交通标识在认知地图中的坐标；两阶段搜索策略进行定位匹配的详细过程如下：步骤7.1、第一阶段匹配：7.1.1根据车端观测结果，以自动驾驶车辆当前位置交通标识为中心作为感兴趣区域，提取一个矩形特框；同时，针对同一路段认知地图中每个交通标识，各提取一个矩形框；7.1.2分别采用巴氏距离和感知哈希两种测度计算车端观测结果矩形框与认知地图各矩形框的相似度；7.1.3、根据步骤7.1.2的结算结果分别求取认知地图各矩形框与车端观测结果矩形框的综合相关系数；综合相关系数定义为： 7.1.4、对步骤7.1.3计算出的综合相关系数降序排序，数值最小者即为匹配的同一交通标识牌对象；步骤7.2、第二阶段匹配：根据第一阶段匹配的结果对认知地图语义层中存储的交通标识的纹理特征进行匹配，得到车辆当前位置交通标识在认知地图中的对应位置；步骤8、将步骤7得到车辆当前位置交通标识在认知地图中的对应位置对齐到全局坐标系中，与激光雷达里程计局部定位结果进行融合，得到车辆位姿估计。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。