从底层算法突围
专利的代理手记
多相机激光点云拼接自动化去重
专利信息:
申请号:202211590337.3
申请人:江苏理工学院
发明创造名称:一种多相机激光点云拼接自动化去重方法
授权通知书发文日:2026年3月23日
01
当技术遇上审查尺度
该专利申请于2022年11月提交,历经实质审查,终于在2026年3月23日收到《授予发明专利权通知书》。
作为全程参与此案撰写的代理师,我想从技术底层逻辑出发,分享这件案件背后的思考与策略。
这不是一件普通的算法专利,在三维重建领域,多相机激光点云拼接是基础且成熟的技术,ICP(Iterative Closest Point)算法自1991年被提出以来,已成为点云配准的"标准工具"。
如何在这样一个经典算法框架下找到创新空间,同时满足专利审查对"创造性"的要求,是本案最大的挑战。
02
为什么去重是卡脖子问题
在多相机激光扫描场景中,每台相机从不同视角采集物体表面的点云数据。
为了获得完整的物体三维模型,必须将多组点云拼接(配准)到统一坐标系下。
核心矛盾在于:重叠区域的点云数据既是配准的"锚点",又是最终模型的"冗余"。
传统处理流程中,配准算法需要重叠区域计算变换矩阵,但拼接完成后,这些重叠点若不删除,会导致:
数据量翻倍,存储与传输成本激增;
同一物理位置存在多个空间坐标,后续表面重建产生"重影";
测量精度因重复点干扰而下降。
现有技术的困境:
1. 人工干预式:操作员手动框选重叠区域,效率低下且主观性强;
2. 固定阈值式:预设距离阈值判断重复点,难以适应不同扫描距离和物体表面特征;
3. 后处理剥离式:先完成配准,再回头识别重叠区去重,流程割裂,容易误删非重叠区的邻近点。
本案的技术方案,正是瞄准了"自动化"与"去重"的深度融合*这一空白点。
03
底层原理剖析
作为代理师,在撰写前我必须吃透技术方案的底层逻辑。本案的创新并非推翻ICP算法,而是在算法流程的关键节点插入智能化的去重判断机制。
本案的底层逻辑建立在一个关键洞察上:重叠区域在配准过程中具有"双重身份"。
核心创新点在于"精确配准与去重一体化"——传统技术将配准和去重视为两个独立步骤,而本案在ICP的每一次迭代中,同步进行:
1. 重叠区判定:利用相机视锥体交集,结合当前迭代变换矩阵,动态更新重叠区域边界;
2. 去重置信度计算:根据点的法向量一致性、颜色一致性、到相机光心距离,计算该点被保留的概率;
3. 加权配准:在计算ICP误差函数时,对即将被去重的点降低权重,避免它们"干扰"配准精度。
这种"边配准边去重"的策略,避免了传统方法"先配准后去重"导致的两个问题:
配准阶段被重复点"带偏",精度下降;
去重阶段因配准误差累积,误删非重复点。
在实质审查过程中,审查员依职权对申请文件进行了两处修改,这恰恰说明:本案的技术方案在数学表达和逻辑描述上具有高度严谨性。
04
代理策略
在算法类专利的撰写中,"直接引用现有技术"是创造性被否定的重灾区。本案的撰写策略可以总结为"三层递进法":
1、问题重构——从"如何配准"转向"如何智能去重";
现有技术文献(如K-4PCS、基于区域的配准算法)大多聚焦于"如何更快更准地配准",而本案将技术问题重新定义为"如何在配准过程中自动识别并剔除冗余数据"。
通过问题重构,本案的技术方案自然导向了"配准-去重协同优化"这一非传统技术路径。
2、机制创新——放大"微小改动"的系统性影响;
本案的算法改动看似微小:在ICP迭代中加入一个"去重权重因子"。但这一改动触发了连锁反应,在系统层面形成了新的技术架构,而非对ICP算法的局部修补。
3、证据支撑——核心原理图的视觉说服力。
在2023年3月27日的补正文件中,我们为申请人增画了核心原理图(图2),这张图成为说服审查员的关键证据——它直观地证明了本案并非"纸上谈兵"的算法堆砌,而是具有工程可实现性的系统性方案。
05
算法专利的护城河如何构建
这件案件的授权,为算法类专利的撰写与答辩提供了三点启示:
1、避免"算法黑箱化"——流程重构比数学公式更重要;
2、善用"技术偏见"论证——反向思维的价值;
3、可视化证据的"锚定效应"。
结语:成就感背后的专业坚守
这件案件从申请到授权历时三年有余,期间经历了说明书补正、权利要求精炼、多次审查意见沟通。
作为代理师,最大的成就感不仅来自于"授权"这一结果,更来自于对技术方案的深度理解——我能够清晰地解释为什么"在ICP迭代中嵌入去重判断"是非显而易见的,为什么这一"微小改动"能够产生"预料不到的技术效果"。
它证明了:即使是成熟的算法领域,只要深入理解底层逻辑、精准把握创新节点、善用撰写与答辩策略,依然能够构建起坚实的知识产权保护壁垒。
技术方案的底层逻辑是"道",专利撰写的策略技巧是"术"。唯有"道术兼备",方能成就一件经得起审查、扛得住无效、打得赢侵权的高质量专利。
【END】

