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！

龙图腾网获悉深圳大学申请的专利基于多模态视觉大模型的混凝土工作性能测量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：CN120355715B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510846225.7，技术领域涉及：G06T7/00；该发明授权基于多模态视觉大模型的混凝土工作性能测量方法及系统是由曹香鹏;王东升;崔宏志;徐旻设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本基于多模态视觉大模型的混凝土工作性能测量方法及系统在说明书摘要公布了：本申请涉及一种基于多模态视觉大模型的混凝土工作性能测量方法及系统，解决了混凝土工作性能参数的快速检测较为麻烦的问题，其方法包括：基于多模态视觉大模型的空间语义理解能力，结合多视图立体视觉与结构光扫描技术，重建混凝土浆体的三维几何结构，提取形态特征参数，形成特征向量；将特征向量输入预训练的多任务神经网络，融合时空特征并结合流变学算法，识别各类工作性能参数；采用集成学习融合至少3次识别结果，通过流体仿真平台基于流体动力学基本方程验证参数；基于验证结果，生成包含材料组分的配合比优化建议。本申请具有如下效果：实现混凝土工作性能参数的非接触式快速测量，提升精度与效率，并提供了配合比优化建议。

本发明授权基于多模态视觉大模型的混凝土工作性能测量方法及系统在权利要求书中公布了：1.一种基于多模态视觉大模型的混凝土工作性能测量方法，其特征在于，包括： 采集获取混凝土浆体在不同施工阶段的多角度图像、连续视频序列及环境参数，构建多维度时空数据集； 通过预训练的多模态视觉大模型识别图像中的标准参照物，运用特征匹配算法建立图像像素坐标系与物理世界坐标系的比例映射关系； 基于多模态视觉大模型的空间语义理解能力，结合多视图立体视觉与结构光扫描技术，重建混凝土浆体的三维几何结构，提取形态特征参数，形成特征向量； 将特征向量输入预训练的多任务神经网络，融合时空特征并结合流变学算法，识别各类工作性能参数； 采用集成学习融合至少3次识别结果，通过流体仿真平台基于流体动力学基本方程验证参数； 基于验证结果，利用非支配排序遗传算法，以施工性能和材料成本为多目标优化函数，生成包含材料组分的配合比优化建议； 在混凝土搅拌、运输或浇筑过程中，基于多模态视觉大模型的空间语义理解能力，结合多视图立体视觉与结构光扫描技术，重建混凝土浆体的三维几何结构，提取形态特征参数，形成特征向量包括： 基于多视图立体视觉技术，对分割后的混凝土浆体进行三维重建，构建其表面的点云模型； 通过结构光扫描技术获取混凝土表面的高精度纹理信息，与点云模型融合，得到更精确的三维几何结构； 利用多模态视觉大模型的空间语义理解能力，对三维几何结构进行分析，识别混凝土浆体在不同位置的形态特征； 若形态特征为表面的连续曲线变化，则通过数学拟合方法对曲线进行建模，提取曲线的曲率、斜率，以量化曲线的变化程度； 若形态特征为边角处的弧状形状，采用基于几何模型的方法进行精确描述，计算弧的半径、圆心位置以及弧长； 将提取的形态特征参数进行组合和筛选，形成与混凝土流变特性相关的特征向量； 将特征向量输入预训练的多任务神经网络，融合时空特征并结合流变学算法，识别各类工作性能参数包括： 使用循环神经网络处理特征向量的时间序列数据，提取混凝土在搅拌、运输、浇筑各阶段的动态变化特征,同时，利用卷积神经网络对混凝土三维几何结构的空间特征进行二次提取,将时间维度特征向量与空间维度特征向量进行张量拼接，构建包含时空信息的复合特征表示； 在多任务神经网络的全连接层引入Bingham模型、Herschel-Bulkley模型的本构方程作为物理约束，将时空复合特征向量映射至流变参数空间； 通过神经网络输出层的多分支结构，并行计算混凝土的粘度、剪切应力、屈服强度、触变性指数，结合实时环境参数构建修正函数，对初始识别结果进行补偿，输出最终精准的工作性能参数测量值。

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深圳大学，其通讯地址为：518051 广东省深圳市南山区粤海街道南海大道3688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”。