買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜理工雷科智途(泰安)汽車科技有限公司;理工雷科智途(北京)科技有限公司申請的專利一種基于多線程與LOD的點云渲染方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119206014B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411686976.9，技術領域涉及：G06T15/00；該發明授權一種基于多線程與LOD的點云渲染方法是由黃琰;陳慶偉;馮沖;申永剛設計研發完成，并于2024-11-25向國家知識產權局提交的專利申請。

本一種基于多線程與LOD的點云渲染方法在說明書摘要公布了：本申請公開了一種基于多線程與LOD的點云渲染方法，涉及視頻渲染領域，包括：將點云數據劃分為n個數據塊；計算每個數據塊在點云文件中的起始位置，創建n個線程；從每個數據塊的八叉樹中提取出m個不同細節層次的LOD點云數據；計算當前點云大小占渲染視口的比例，以及視點距離相機的距離，根據預設的視口比例閾值和視距閾值，計算當前待渲染的LOD點云細節層次；根據，從m個LOD點云數據中選擇對應細節層次的點云數據；針對每個交互操作事件，在不同的線程中對當前待渲染的LOD點云數據render_data進行并行的坐標變換和光照計算；將計算結果提交給渲染器進行渲染；針對現有技術中渲染效率低，本申請對大規模點云數據進行高效渲染。

本發明授權一種基于多線程與LOD的點云渲染方法在權利要求書中公布了：1.一種基于多線程與LOD的點云渲染方法，其特征在于，包括：根據點云文件總字節數totalbytes，將點云數據劃分為n個數據塊，每個數據塊的字節數為datasize；計算每個數據塊在點云文件中的起始位置，創建n個線程，每個線程并行讀取一個數據塊；對n個數據塊，分別使用八叉樹算法在不同尺度下進行過濾，從每個數據塊的八叉樹中提取出m個不同細節層次的LOD點云數據；其中，細節層次由八叉樹的空間劃分粒度決定，粒度越小，細節層次越高，點云數據越稠密；計算當前點云大小占渲染視口的比例viewportratio，以及視點距離相機的距離viewdistance，根據預設的視口比例閾值viewportthreshold和視距閾值distancethreshold，計算當前待渲染的LOD點云細節層次target_lod_level；根據當前待渲染的LOD點云細節層次target_lod_level，從m個LOD點云數據中選擇對應細節層次的點云數據，作為當前待渲染的LOD點云數據renderdata；獲取用戶的交互操作事件，針對每個交互操作事件，在不同的線程中對當前待渲染的LOD點云數據render_data進行并行的坐標變換和光照計算；在所有計算線程完成后，將計算結果提交給渲染器，渲染器對提交的LOD點云數據進行渲染；其中，交互操作事件包含旋轉、縮放和平移；從每個數據塊的八叉樹中提取出m個不同細節層次的LOD點云數據，包括：對共享內存塊sharedmemory中的每個數據塊，使用八叉樹算法進行空間劃分，生成對應的八叉樹octreek，八叉樹的根節點表示整個數據塊的包圍盒，子節點表示遞歸劃分后的子空間包圍盒；設置m個不同的空間劃分粒度lodthreshold_l，其中，l表示LOD層次，取值范圍為[1，m]；對于每個數據塊的八叉樹octreek，進行m次過濾，得到n×m個LOD點云數據loddata_k_l，其中k表示數據塊的編號，l表示LOD層次；對于每個LOD層次l，合并所有數據塊對應的LOD點云數據，得到第l層LOD點云數據loddata_l：loddata_l＝mergeloddata_1_l,loddata_2_l,......,loddata_n_l其中，merge表示將多個點云數據集合合并為一個完整的點云數據集合的函數，合并后的點云數據集合包含了所有輸入集合中的點云數據，且不包含重復的點云數據；設置m個不同的空間劃分粒度lodthreshold_l，包括：確定第一層LOD的空間劃分粒度lodthreshold_l和相鄰兩個LOD層次之間的空間劃分粒度的縮放因子lodscale；根據lodthreshold_l和lodscale，計算第l層LOD的空間劃分粒度lodthreshold_l，計算公式為：lodthreshold_l＝lodthreshold_1×powlodscale,l-1其中，pow表示冪函數；對于每個數據塊的八叉樹octreek，進行m次過濾，包括：從樹的根節點開始，遞歸遍歷八叉樹的每個節點；對于當前訪問的節點node，計算相應節點包含的點云數據的空間密度nodedensity，計算公式為： 其中，nodepoint_count表示節點node包含的點云數據的數量，nodevolume表示節點node對應的空間包圍盒的體積；計算節點node的局部點云數據的法向量方差nodenormal_variance，作為相應節點的幾何復雜度度量，計算公式為： 其中，normali表示節點node中第i個點的法向量，normalmean表示節點node中所有點的法向量的平均值；根據節點node的空間密度nodedensity、法向量方差nodenormal_variance和第l個空間劃分粒度lodthreshold_l，計算節點node的細節重要性nodeimportance，計算公式為： 將nodeimportance與預設閾值importancethreshold進行比較：如果nodeimportance小于等于importancethreshold，則將節點node的點云數據加入第l層LOD點云數據loddata_k_l中，并停止對相應節點的子節點的遍歷；如果nodeimportance大于importancethreshold，則繼續遞歸遍歷節點node的子節點。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人理工雷科智途(泰安)汽車科技有限公司;理工雷科智途(北京)科技有限公司，其通訊地址為：271000 山東省泰安市泰安高新區國家級高新技術創業服務中心；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。