Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长春大学翟畅获国家专利权

长春大学翟畅获国家专利权

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!

龙图腾网获悉长春大学申请的专利一种基于激光雷达的森林景观面积精准测量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:CN120405612B

龙图腾网通过国家知识产权局官网在2025-11-18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:202510827650.1,技术领域涉及:G01S7/48;该发明授权一种基于激光雷达的森林景观面积精准测量系统是由翟畅;徐飒;徐兴帅设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。

一种基于激光雷达的森林景观面积精准测量系统在说明书摘要公布了:本发明涉及森林资源调查技术领域,且公开了一种基于激光雷达的森林景观面积精准测量系统,包括设备端、数据端以及界面端;所述数据端包括数据获取模块、数据预处理模块、数据融合模块以及面积测量模块;通过设有数据融合模块,有利于通过对雷达数据预处理单元提取的特征点与遥感数据预处理单元提取的特征点进行匹配,获取最佳匹配特征点对的集合,再利用改进后的优化算法对加权迭代最近点算法进行优化,在加权迭代最近点算法引入权重概念,以提高配准精度和鲁棒性,并采用改进后的优化算法获取最佳权重值,同时在优化算法中引入神经网络,充分发挥了神经网络的非线性和多模态的数据建模能力,有效地捕捉复杂的数据关系。

本发明授权一种基于激光雷达的森林景观面积精准测量系统在权利要求书中公布了:1.一种基于激光雷达的森林景观面积精准测量系统,其特征在于:包括设备端、数据端以及界面端; 所述设备端包括激光雷达设备与遥感设备,设备端根据数据采集指令分别对数据进行采集; 所述数据端用于接收设备端采集的数据并进行分析,包括数据获取模块、数据预处理模块、数据融合模块以及面积测量模块; 所述界面端用于对数据进行人机交互显示; 所述数据获取模块用于向设备端发送数据采集指令,获取采集的激光雷达数据与遥感数据; 所述数据预处理模块用于对数据获取模块的数据进行预处理操作;所述数据预处理模块包括雷达数据预处理单元与遥感数据预处理单元; 所述数据融合模块用于对雷达数据预处理单元提取的特征点与遥感数据预处理单元提取的特征点进行匹配,获取最佳匹配特征点对的集合,再利用改进后的优化算法对加权迭代最近点算法进行优化,而后进行数据配准; 所述数据融合模块将匹配度最高即匹配度的值最大所对应的点云数据特征点与遥感数据特征点构成最佳匹配特征点对,所有最佳匹配特征点对构成集合U; 所述数据融合模块进行数据配准的具体过程为: 基于集合U,利用最佳匹配特征点对获取从遥感数据到点云数据的变换矩阵,所述变换矩阵采用优化后的加权迭代最近点算法获取,所述变换矩阵包括旋转矩阵R和平移向量T; 所述面积测量模块基于边缘检测算法提取目标对象的边界,结合数据融合模块配准后的数据,采用聚类算法对特征点进行聚类,获取特征点的所对应的类别后进行面积块划分,基于划分后的面积块进行面积的测量计算; 所述优化后的加权迭代最近点算法包括以下步骤: 步骤S11:获取集合U中的每个最佳匹配特征点对,通过最佳匹配特征点对的中心点获取初始变换矩阵; 步骤S12:利用改进后的优化算法获取每个最佳匹配特征点对的权重; 步骤S13:误差最小化:基于初始变换矩阵的旋转矩阵R与平移向量T以及每个最佳匹配特征点对的权重,计算误差函数ER,T; 步骤S14:对变换矩阵进行刚性变换以更新变换矩阵,并将更新后的变换矩阵作为新的初始变换矩阵; 步骤S15:重复执行步骤S11至步骤S14进行迭代,直至误差函数的值小于预设阈值时停止迭代; 所述步骤S12中利用改进后的优化算法获取每个最佳匹配特征点对的权重包括: 步骤S21:为每个最佳匹配特征点对分配任意一个权重值,权重值的范围为0至1,G个最佳匹配特征点对则存在G个权重值,构成权重值集合K,;设权重值集合存在N个,则将N个权重值集合表示为K1、K2、K3、…、KN; 步骤S22:将N个权重值集合视为一个猴群,每个猴群中存在N只猴子,分别对应N个权重值集合;初始化猴群,定义猴群的规模即猴子的数量、生存率LIFE和发现率FIND; 步骤S23:定义生存函数; 步骤S24:定义生存阈值; 步骤S25:当出现标定生存猴群时停止遍历,对标定生存猴群之外的剩余猴子进行替换; 步骤S26:对剩余猴子中未进行替换的猴子进行随机性变化得到新猴子; 步骤S27:将新猴子、替换后的猴子与标定生存猴群合并,得到新一代的完整猴群;重复迭代,直至满足前后迭代猴群的生存值的变化小于预设的生存阈值时停止迭代,得到最终猴群; 步骤S28:将最终猴群中生存值最高的猴子所对应的权重值集合作为每个最佳匹配特征点对的权重; 所述标定生存猴群的判定方式为: 遍历猴群中的每只猴子,当累积的生存值即每只猴子的生存值之和大于等于生存阈值时,累积的生存值所对应的每只猴子所构成的猴群为标定生存猴群。

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长春大学,其通讯地址为:130028 吉林省长春市卫星路6543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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。