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！

龙图腾网获悉交通运输部公路科学研究所申请的专利基于三维激光点云的公路路表大变形沉降快速检测方法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：CN115294180B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202210966466.1，技术领域涉及：G06T7/00；该发明授权基于三维激光点云的公路路表大变形沉降快速检测方法是由李思李;田波;权磊;张盼盼;谢晋德;李立辉;何哲设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本基于三维激光点云的公路路表大变形沉降快速检测方法在说明书摘要公布了：本发明公开了一种基于三维激光点云的公路路表大变形沉降快速检测方法，包括：基于三维激光扫描仪获取公路路表的三维点云数据；对三维点云数据进行点云补全；基于补全后的三维点云数据获取路表沉降数据；将每次检测获取的三维点云数据与路表沉降数据进行存储；通过存储的历史检测数据对单一沉降的发展趋势进行预测，并对沉降分布趋势进行预测。本发明通过三维激光扫描获取公路的三维点云图，采用点云补全技术将点云图中的缺失点云进行补全，采用三维卷积神经网络对沉降位置进行精准标记，并通过构建坐标系与点云的分布特征展现出单一沉降点的发展变化，同时实现了对单一沉降拓展以及沉降分布趋势的预测。

本发明授权基于三维激光点云的公路路表大变形沉降快速检测方法在权利要求书中公布了：1.一种基于三维激光点云的公路路表大变形沉降快速检测方法，其特征在于，包括以下步骤： 基于三维激光扫描仪获取公路路表的三维点云数据； 对所述三维点云数据进行预处理； 基于预处理后的三维点云数据获取路表沉降数据； 将每次检测获取的所述三维点云数据与所述路表沉降数据进行存储； 基于历史存储的所述三维点云数据与所述路表沉降数据对单一沉降的发展趋势进行预测，并对沉降分布趋势进行预测； 对所述三维点云数据进行预处理的过程包括： 识别所述三维点云数据中的点云残缺部分，并对所述点云残缺部分进行点云补全； 所述点云残缺部分为点云缺失、点云分布不均的部分； 对所述点云残缺部分进行点云补全的过程包括： 根据公路道路的组成部分将所述三维点云数据中的点云块进行划分，获取不同分布类型的多组点云块，并统计每组点云块中的点云分布特征； 确定所述点云缺失部分包括的点云块类型，基于所述点云块类型所对应的点云分布特征对所述点云残缺部分进行补全； 所述路表沉降数据包括沉降分布数量与沉降分布情况；基于预处理后的三维点云数据获取路表沉降数据的过程包括： 基于预处理后的三维点云获取路表沉降分布位置； 基于所述路表沉降分布位置确定沉降分布数量并获取公路沉降分布情况； 基于预处理后的三维点云数据获取路表沉降分布位置的过程包括： 根据划分后的点云块获取路面点云分布特征与沉降点云分布特征； 基于三维卷积神经网络构建沉降识别模型； 将所述沉降点云分布特征作为正样本，将所述路面点云分布特征作为负样本输入所述沉降识别模型进行训练； 将所述三维点云数据输入训练后的沉降识别模型，对路面的沉降位置进行识别并输出； 以公路的道路中心点为原点构建空间直角坐标系，获取并标记所述沉降位置的坐标； 基于所述路表沉降分布位置统计沉降分布数量并获取公路沉降分布情况的过程包括： 对所述三维点云数据中的空间直角坐标系进行象限划分，将每个划分后的象限进行标号； 统计每个象限中的沉降分布数量，基于每组标号象限与对应的沉降分布数量获取公路沉降分布情况； 基于历史存储的所述三维点云数据与所述路表沉降数据对单一沉降的发展趋势进行预测的过程包括： 将历史存储的每组所述三维点云数据中的空间直角坐标系基于原点进行重叠； 基于重叠后每组三维点云数据中的沉降点云分布特征获取沉降扩大的点云坐标； 基于三维卷积神经网络构建点云扩大预测模型； 将沉降扩大的点云坐标所对应的每组沉降电云分布特征输入所述点云扩大预测模型，输出沉降的预测分布特征； 基于所述预测分布特征计算沉降预测值，并根据道路损坏时的沉降点云分布特征设置阈值； 重复将所述预测分布特征输入所述点云扩大预测模型进行预测并计算沉降预测值，当所述沉降预测值达到设置的阈值时停止预测，输出重复预测的次数； 基于单一沉降点的监测周期与重复输入的次数预测对应沉降点的损坏时间。

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交通运输部公路科学研究所，其通讯地址为：100088 北京市海淀区西土城路8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”。