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！

龙图腾网获悉河南理工大学申请的专利一种深度学习点云分割的水泥输送机体积测量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：CN120318299B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510394181.9，技术领域涉及：G06T7/62；该发明授权一种深度学习点云分割的水泥输送机体积测量方法是由胡伟;张新玉;李玉豪;曾庆哲;刘宗;朱豪杰;任圆圆设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种深度学习点云分割的水泥输送机体积测量方法在说明书摘要公布了：本申请提供了一种深度学习点云分割的水泥输送机体积测量方法。其中方法包括：利用激光线扫3D相机获得3D点云数据，并确定3D点云数据对应像素的RGB值，得到带有颜色特征的3D点云；将带有颜色特征的3D点云输入至改进的Point‑Net++神经网络进行3D点云分割，分割后得到仅包含输送机中水泥表面的3D点云数据；采用三角剖分法，基于分割后的3D点云数据中的水泥不规则表面构建三角网，并根据所构建的三角网进行体积计算；其中，改进的Point‑Net++神经网络是基于原Point‑Net++点云分割网络的框架构建的，包括：核心点卷积，上下文感知模块，FocalLoss损失函数。如此，提高了点云分割算法的性能，即便在复杂情况下，仍能精准分割出输送机内水泥物料的表面点云数据进行体积测量。

本发明授权一种深度学习点云分割的水泥输送机体积测量方法在权利要求书中公布了：1.一种深度学习点云分割的水泥输送机体积测量方法，其特征在于，该测量方法包括： 步骤S1：利用激光线扫3D相机获得3D点云数据，根据所述3D点云数据，确定所述3D点云数据对应像素的RGB值，得到带有颜色特征的3D点云； 步骤S2：将所述带有颜色特征的3D点云输入至改进的Point-Net++神经网络进行3D点云分割，得到分割后的3D点云数据；所述分割后的3D点云数据仅包含输送机中水泥的表面的3D点云数据； 步骤S3：采用三角剖分法，基于所述分割后的3D点云数据中的水泥不规则表面构建三角网，并根据所构建的三角网进行体积计算； 其中，所述改进的Point-Net++神经网络是基于原Point-Net++点云分割网络的框架构建的，包括：核心点卷积、上下文感知模块； 所述核心点卷积，用于替换所述原Point-Net++点云分割网络中SA抽象层中的特征提取结构； 所述上下文感知模块，设置于所述改进的Point-Net++点云分割网络的最后一个FP解码层之后； 所述改进的Point-Net++神经网络还包括：使用FocalLoss损失函数替换所述原Point-Net++点云分割网络中原有的损失函数。

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河南理工大学，其通讯地址为：454003 河南省焦作市高新区世纪大道2001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。