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！

龙图腾网获悉北京理工大学申请的专利基于深度学习的装配体几何数字孪生建模与位姿计算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：CN119397844B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411461296.7，技术领域涉及：G06F30/23；该发明授权基于深度学习的装配体几何数字孪生建模与位姿计算方法是由金鑫;尚可;吴天一;李朝将;张之敬;刘军;林义桐设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于深度学习的装配体几何数字孪生建模与位姿计算方法在说明书摘要公布了：本发明公开了一种基于深度学习的装配体几何数字孪生建模与位姿计算方法，属于精密机械系统建模技术领域。包括以下步骤：首先选出少量产品关键接触面进行点云测量；其次采用升采样降采样和数据增强的方法对数据进行除冗、扩充和整理；接着通过装配位姿参数计算和数据增强建立装配数据集；之后使用深度学习技术训练神经网络，建立几何分布误差与装配位姿映射模型；本发明考虑零件表面几何分布误差，考虑装配体中装配位姿误差，建立误差信息完整且精确的几何数字孪生模型，对产品精度预测、产品装配工艺优化、产品装配可视化、产品质量提高提供模型基础，适用于有高精度、大批量生产要求的精密机械产品。

本发明授权基于深度学习的装配体几何数字孪生建模与位姿计算方法在权利要求书中公布了：1.一种基于深度学习的装配体几何数字孪生建模与位姿计算方法，其特征在于，包括以下步骤： S1、点云测量，选取少量产品样本，选择产品装配体关键接触面，并进行几何分布误差测量，得到初始点云数据； S2、数据处理，根据建模和深度学习的点云数量、排布要求对初始点云进行升采样或降采样，获得处理后点云数据，并对处理后点云数据集合进行数据增强，增加数据数量； S3、构建装配数据集，选取一对表面点云数据进行装配位姿参数计算，得到三个接触点和表面点云位姿变动的平移量和旋转量，构成一组装配数据，多次选取不同表面点云数据计算得到对应的装配位姿参数，多组装配数据构成装配数据集； S4、训练神经网络，使用装配数据集进行深度学习神经网络训练，训练后得到的深度学习神经网络即为几何分布误差与装配位姿映射模型； S5、生产产品测量，在生产过程中对产品进行几何分布误差测量，得到点云数据； S6、二次数据处理，采用和步骤S2相同的升采样或降采样方法处理点云数据，获得处理后点云数据； S7、装配位姿误差映射，将处理后点云数据作为输入量投入步骤S4的几何分布误差与装配位姿映射模型，得到装配位姿参数的预测值； S8、零件几何数字孪生建模，使用步骤S5的点云数据或者步骤S6的处理后点云数据进行三维几何误差CAD建模，得到表面带有几何分布误差的零件三维误差模型； S9、装配体几何数字孪生建模，根据步骤S7的装配位姿参数对步骤S8的零件三维误差模型进行产品装配体的数字装配，得到机械产品装配体的几何数字孪生模型，该模型包含了零件表面的几何分布误差和装配体的装配位姿误差，用于精确表征实际产品的真实几何状态。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。