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！

龍圖騰網恭喜北京航空航天大學合肥創新研究院(北京航空航天大學合肥研究生院);北京踏歌智行科技有限公司申請的專利一種融合點云語義類別和距離的聚類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：CN114648654B 。

龍圖騰網通過國家知識產權局官網在2025-06-10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：202210289114.7，技術領域涉及：G06V10/762；該發明授權一種融合點云語義類別和距離的聚類方法是由余貴珍;李華志;周彬;王章宇;劉潤森設計研發完成，并于2022-03-22向國家知識產權局提交的專利申請。

本一種融合點云語義類別和距離的聚類方法在說明書摘要公布了：本發明涉及自動駕駛車輛感知技術領域，提供了一種融合點云語義類別和距離的聚類方法。該方法包括：基于語義分割算法對激光雷達點云數據進行分割，輸出帶有語義類別標簽的每個點；將語義分割后的點云分割為地面點云和非地面點云；基于非地面點云，計算與種子點對應柵格數n，根據8鄰域搜索實現非地面點分段參數聚類，依次將柵格內未被聚類的點執行8鄰域分段參數聚類；將候選類別點數量和該類別對應的點數量閾值比較，判斷出8鄰域中n個柵格范圍內是否有聚類做相應處理，對類別相同或不同的聚類類別相應處理。本發明提高了分割速度同時減少欠分割和過分割，濾除錯誤語義分割點，使得聚類類別清晰化，解決大小尺寸不同的障礙物聚類合并參數選取。

本發明授權一種融合點云語義類別和距離的聚類方法在權利要求書中公布了：1.一種融合點云語義類別和距離的聚類方法，其特征在于，包括：S1基于語義分割算法對激光雷達點云數據進行分割，輸出帶有語義類別標簽的每個點；S2將語義分割后的點云分割為地面點云和非地面點云；S3基于所述非地面點云，投影到柵格地圖中，根據種子點距離坐標原點距離r和柵格分辨率GMres,計算與種子點對應柵格數n，根據8鄰域搜索實現非地面點分段參數聚類，依次將柵格內未被聚類的所述非地面點執行8鄰域分段參數聚類；S4統計每個聚類的中各語義類別點數量，所述語義類別點數量最多的類別為候選類別，將所述候選類別點數量和該類別對應的點數量閾值相比較，若所述候選類別點數量超過該類別對應的點數量閾值，則所述候選類別為當前所在的聚類類別，否則，所述候選類別為不確定類別；S5基于所述S4所獲得的每個聚類類別，根據各聚類類別設定對應的聚類距離合并參數，并計算所述距離合并參數對應的柵格數m，遍歷每個聚類中，判斷8鄰域中m個柵格范圍內，是否有類別相同的聚類類別或所述不確定類別的聚類，若有，則將兩個類別合并，合并后的類別為對應確定的類別，否則，不合并；所述S3，包括：S31將所述非地面點云投影至柵格地圖GM中，每個所述柵格內存儲在所述柵格范圍內的點云序號id和柵格所屬聚類序號N，令所有柵格初始聚類序號N都為0，將無序點云有序化；S32從左至右，從上至下遍歷所述柵格地圖GM，以存在所述非地面點云的所述柵格初始聚類序號為初始值0的所述柵格為種子點Pseed，將所述種子點Pseed所在柵格標記為第N類；其中，將所述種子點Pseed距離原點距離r設置聚類距離參數Dthr，根據所述聚類距離參數Dthr和柵格地圖GM分辨率GMres，計算出所述種子點對應的柵格個數n，以所述種子點Pseed為中心點，8鄰域方向分別搜索相鄰n個所述柵格，如果相鄰所述柵格內有所述非地面點云，并且所述柵格初始聚類序號為初始值0，則將所述柵格標記為與種子點Pseed為相同聚類序號，否則所述柵格初始聚類序號保持不變；S33將所述8鄰域內聚類序號由0變為N的非地面點依次為新的種子點Pseed，依次執行S32，直到所有該類種子點Pseed所述8鄰域內無所述柵格初始聚類序號為初始值0為止；S34令N＝N+1，并依次執行S32、S33，直到所有含有非地面點的柵格聚類序號均不為0，完成所述柵格地圖GM分段聚類。

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北京航空航天大學合肥創新研究院(北京航空航天大學合肥研究生院);北京踏歌智行科技有限公司，其通訊地址為：230012 安徽省合肥市新站高新區文忠路999號；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”。