公开(公告)号：CN117726780A

公开(公告)日：2024-03-19

申请号：CN202311782973.0

申请日：2023-12-22

Applicant: 福州大学

Inventor： 郑明魁 ,  欧文君 ,  郑海峰 ,  李少良 ,  石元龙 ,  苏哲

IPC: G06T19/20

Abstract: 本发明涉及基于空间分布矩阵的里程计干扰点去除方法。通过语义分割网络得到语义信息，分离前景和背景点云。由点云的空间分布特性，构建代表背景点云分布的矩阵。根据超参，得到点云在不同旋转候选量下对应的矩阵。然后，对于每个平移候选量遍历不同旋转角度对应的矩阵，并计算每个旋转平移下俩个矩阵的相似度。在遍历之后，根据不同平移的相似度累加量，找出平移的最大相似值。在该平移下，再通过相似度最大化，找到旋转的最大相似值。以此得到两帧点云的大致重叠区域。取出两帧点云中重叠区域的前景点云及背景点云。对前景点云构建基于空间分布的矩阵。对比两帧矩阵，滤除动态物体点云以及不同时出现在前后帧中而导致分布不一样的点云。最后将去除干扰点的前景点云和背景点云拼接，作为里程计计算的输入。

公开(公告)号：CN116310398A

公开(公告)日：2023-06-23

申请号：CN202310281168.3

申请日：2023-03-22

Applicant: 福州大学

Inventor： 郑明魁 ,  欧文君 ,  丁志洋 ,  余联想 ,  王占宝

IPC: G06V10/46 ,  G01S17/88 ,  G01S7/48 ,  G06V10/82 ,  G06V20/64

Abstract: 本发明的目的在于提供一种面向三维点云配准的均匀特征采样方法，先根据激光线号将点云进行排列，随后进行均匀采样；将采样后的点云，分别进行局部特征提取和全局特征提取，并将其进行拼接，得到多尺度特征。根据特征提取会聚合领域信息的特性，对多尺度特征同样进行均匀采样。均匀采样后的多尺度特征输入交叉注意力模块，以提取变化特征，再将变换特征嵌入采样后的多尺度特征。根据特征空间的差异来构造匹配矩阵，以表示点云间的每个点的对应关系，并由匹配矩阵及采样后的目标点云获得大致对齐的虚拟点云。随后，通过权重SVD估计刚性变换。在求解出变换之后，将变换作用于点云采样后的源点云，重复以上操作，进行迭代。