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！

龙图腾网获悉杭州宇泛智能科技股份有限公司申请的专利基于多模态数据的场景空间三维模型动态建模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：CN119339008B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411885920.6，技术领域涉及：G06T17/00；该发明授权基于多模态数据的场景空间三维模型动态建模方法是由郑东;赵五岳;赵拯;刘浩设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于多模态数据的场景空间三维模型动态建模方法在说明书摘要公布了：本申请实施例提供一种基于多模态数据的场景空间三维模型动态建模方法，通过融合视频序列、点云数据和IMU数据的特征信息，采用粒子滤波算法建立时空对应关系。基于Transformer的多模态场景分析网络实现场景语义理解，结合空间密度、深度遮挡和形状变化特征计算场景评分，通过深度强化学习训练的策略网络选择最优建模算法。同时，利用深度神经网络和图神经网络分析场景动态特征，实现动态区域的自适应网格细分和几何约束重建，根据场景语义类型动态调整重建阈值。该方法有效提升了大规模复杂场景的三维重建质量和效率。

本发明授权基于多模态数据的场景空间三维模型动态建模方法在权利要求书中公布了：1.一种基于多模态数据的场景空间三维模型动态建模方法，其特征在于，所述方法包括： 采集大规模室内外场景的视频序列、点云数据和IMU数据，对所述视频序列进行深度学习降噪和畸变校正，对所述点云数据进行空间降采样和去噪，对所述IMU数据进行零偏校准和标定，从所述视频序列中提取ORB图像特征和深度信息，从所述点云数据中提取法向量特征和边缘特征，从所述IMU数据中提取加速度序列和角速度序列，建立所述ORB图像特征、所述深度信息、所述法向量特征、所述边缘特征、所述加速度序列和所述角速度序列之间的时空对应关系，采用粒子滤波算法融合所述对应关系得到多源场景信息； 将所述多源场景信息映射为特征序列，对所述特征序列进行位置编码，通过多头自注意力机制计算特征间的关联权重，利用前馈神经网络对加权特征进行变换，构建语义分割头网络对场景要素进行分类，生成场景语义类型标签图，对点云空间进行递归八叉树划分，统计每个叶节点内的点云数量计算密度系数，构建相机视锥体模型对场景进行投影，计算投影重叠区域获取复杂度系数，将所述法向量特征和所述边缘特征组合构建局部几何描述子，计算描述子的方差得到形状变化系数，将所述密度系数、所述复杂度系数和所述形状变化系数进行非线性加权得到场景评分，根据所述场景语义类型和所述场景评分构建多模态特征表示，在深度强化学习训练的策略网络中选择建模算法和参数组合； 将所述视频序列与所述深度信息输入三维卷积神经网络提取时空特征，通过反卷积层恢复场景空间分辨率，生成密集光流场，对所述点云数据构建拓扑邻接图，计算相邻时刻点云节点的位移差异，生成描述局部形变的矢量场；对所述加速度序列进行重力补偿和积分计算位移，对所述角速度序列进行积分获取旋转四元数，构建扩展卡尔曼滤波器状态方程，将所述位移和所述旋转四元数作为观测量，基于运动学模型递归估计相机六自由度位姿参数，生成相机运动轨迹，将三维运动场、所述形变矢量场和所述运动轨迹输入图神经网络预测场景动态区域，将所述建模算法和所述参数组合应用于所述动态区域进行自适应网格细分和几何约束重建，根据所述场景语义类型计算动态阈值，当所述动态区域的重建误差超过所述动态阈值时在所述策略网络中重新选择建模算法对所述动态区域进行重建。

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杭州宇泛智能科技股份有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层；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”。