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！

龙图腾网获悉安徽大学申请的专利基于分层融合的激光雷达SLAM地图构建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：CN121784768B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610266147.8，技术领域涉及：G01S17/89；该发明授权基于分层融合的激光雷达SLAM地图构建方法及系统是由常灯祥;萧易;孙超;聂建博设计研发完成，并于2026-03-05向国家知识产权局提交的专利申请。

本基于分层融合的激光雷达SLAM地图构建方法及系统在说明书摘要公布了：本发明涉及激光雷达建图技术领域，公开了基于分层融合的激光雷达SLAM地图构建方法及系统，通过构建粗‑细双层级体素共享存储架构，结合时空域加权融合机制、置信度联动邻域检索及粗粒度动态维护策略，解决了现有激光雷达SLAM技术中历史观测信息断裂、激光雷达近密远疏导致的配准约束失衡、检索效率与抗噪鲁棒性难以协同、长期运行内存失控等核心问题，既通过细粒度体素保障了地图几何细节的高保真度，又借助粗粒度体素的引用聚合与批量维护实现了计算效率与内存占用的优化，同时通过多维度加权因子融合多帧观测信息，显著抑制了传感器噪声与位姿漂移累积，使系统在静态、动态及弱纹理等多种场景下均能实现高精度、高效率、强鲁棒性的地图构建。

本发明授权基于分层融合的激光雷达SLAM地图构建方法及系统在权利要求书中公布了：1.基于分层融合的激光雷达SLAM地图构建方法，其特征在于，包括以下步骤： S1：根据激光雷达参数及应用场景初始化双层级体素地图参数，所述参数包括细粒度体素边长、粗粒度体素边长、权重阈值、地图边界阈值及邻域搜索半径； S2：基于哈希表构建粗-细双层级体素结构，粗粒度体素维护下属非空细粒度体素的引用列表，细粒度体素存储地图点坐标与权重，实现索引联动； 步骤S2中，坐标至体素索引的映射函数为： ； 其中，为地图原点，V为对应层级的体素边长，M为预设步长常数，为体素索引标号，x,y,z是待添加点云在世界坐标系下的三维坐标； S3：对原始点云执行运动畸变校正与自适应下采样，提取代表点； S4：基于位姿初值将代表点变换至世界坐标系，利用粗粒度体素索引及引用列表，在地图中查询并获取代表点的邻域点集，同时利用所述邻域点集对当前帧代表点进行配准，优化位姿初值以获得精确位姿； S5：基于精确位姿将代表点变换至世界坐标系，查询其对应的细粒度体素，若体素已占据，则通过时空加权融合更新该体素内的地图点坐标与权重；所述时空加权融合更新该体素内的地图点坐标与权重，公式表示如下： ； ； 其中，为更新后的坐标，为更新后的权重，为历史融合点的世界坐标，为新观测代表点的世界坐标，为历史融合点的权重，为时间衰减因子，为空间分布均衡因子，为细粒度与粗粒度体素的边长比例系数，为新点观测置信度因子 S6：实时监测地图边界，当超出阈值时，以粗粒度体素为单位批量删除过期数据； S7：周期性执行闭环检测，若检测到闭环，则根据闭环位姿回溯修正最近多帧地图点的加权更新结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。

以上内容由龙图腾AI智能生成。