中文版 | English
KMS  > 信息科学与技术学院  > 博士生
激光雷达单帧点云的高效KNN方法及其应用
翻译题名EFFICIENT K-NEAREST NEIGHBOR (KNN) METHOD FOR SINGLE-FRAME POINT CLOUD OF LIDAR, AND APPLICATION THEREOF
申请号US18387859
2024-07-11
公开（公告）号US20240230907A1
公开日期2024-07-11
摘要一种采用FPGA加速的激光雷达单帧点云高效KNN方法及其应用。所述激光雷达单帧点云的高效KNN方法中，基于点云投影和距离尺度建立数据结构。数据结构确保空间中的相邻点被组织在相邻存储器中。有效地构造新的数据结构。提供了一种有效的最近点搜索模式。
翻译摘要An efficient K-nearest neighbor (KNN) method for a single-frame point cloud of a LiDAR and an application of the efficient KNN method for the single-frame point cloud of the LiDAR are provided, where the efficient KNN method for the single-frame point cloud of the LiDAR is accelerated by a field-programmable gate array (FPGA). In the efficient KNN method for the single-frame point cloud of the LiDAR, a data structure is established based on point cloud projection and a distance scale. The data structure ensures that adjacent points in space are organized in adjacent memories. A new data structure is efficiently constructed. An efficient nearest point search mode is provided.
当前权利人Shanghaitech University
专利申请人Shanghaitech University
Jianzhong Xiao; Hao Sun; Qi Deng; Yajun Ha
公开国别美国
公开国别简称US
IPC 分类号G01S17//89; G06T7//70
CPC分类号G01S17//89; G06T7//70; G06T2207//10028; G06T2207//20021
专利有效性审中
专利类型发明申请
专利类型字典1
当前法律状态实质审查
简单同族WO2024146010A1; CN115963471A; US20240230907A1
扩展同族WO2024146010A1; CN115963471A; US20240230907A1
INPADOC 同族US20240230907A1
文献类型专利
条目标识符https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/398639
专题信息科学与技术学院_博士生
信息科学与技术学院_PI研究组_哈亚军组
作者单位
Shanghaitech University
推荐引用方式
GB/T 7714		 Jianzhong Xiao,Hao Sun,Qi Deng,等. 激光雷达单帧点云的高效KNN方法及其应用. US18387859[P]. 2024-07-11.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[Jianzhong Xiao]的文章
[Hao Sun]的文章
[Qi Deng]的文章
百度学术
百度学术中相似的文章
[Jianzhong Xiao]的文章
[Hao Sun]的文章
[Qi Deng]的文章
必应学术
必应学术中相似的文章
[Jianzhong Xiao]的文章
[Hao Sun]的文章
[Qi Deng]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。