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！

龙图腾网获悉武汉理工大学申请的专利基于多尺度学习与卷积的整车点云风阻系数预测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：CN120409269B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510577382.2，技术领域涉及：G06F30/27；该发明授权基于多尺度学习与卷积的整车点云风阻系数预测方法及系统是由汪怡平;李梦迪;王军彦;蔡昊峰;张月坤设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本基于多尺度学习与卷积的整车点云风阻系数预测方法及系统在说明书摘要公布了：本发明提供一种基于多尺度学习与卷积的整车点云风阻系数预测方法及系统，涉及风阻系数预测技术领域，所述方法具体包括获取整车模型的点云数据并进行预处理；通过最远点采样方法对预处理后的所述点云数据进行采样，以保留几何关键点；构建卷积神经网络模型，将点云数据输入网络中，依次进行两次多尺度卷积操作，通过不同尺度卷积核提取局部细节与全局结构特征，将特征从低维映射至512维并扩展至1024维，完成特征聚合；通过两层卷积进一步增强特征表达能力；利用最大池化层聚合全局特征，通过多层感知机对特征进行降维；引入物理引导注意力机制对特征的空间权重物理约束；通过全连接层建立点云特征与风阻系数之间的映射关系，输出风阻系数预测结果。本发明能够提高风阻系数预测的精度和效率。

本发明授权基于多尺度学习与卷积的整车点云风阻系数预测方法及系统在权利要求书中公布了：1.一种基于多尺度学习与卷积的整车点云风阻系数预测方法，其特征在于，步骤包括： 获取整车模型的点云数据，对所述点云数据进行预处理； 通过最远点采样方法对预处理后的所述点云数据进行采样； 建立神经网络模型，将采样后的点云数据输入至所述神经网络模型中，利用不同尺度卷积核进行两次多尺度卷积操作，将采样后的点云数据由低维特征映射至高维特征，同时提取多尺度卷积操作后的点云数据的局部细节特征和全局结构特征并进行特征聚合，得到目标点云特征；所述同时提取多尺度卷积操作后的点云数据的局部细节特征和全局结构特征并进行特征聚合的步骤具体包括： 同时提取局部细节特征和全局结构特征并拼接为新的特征矩阵； 其中，第一次多尺度卷积的输出特征维度为512维，经过两次多尺度卷积后输出的特征维度为1024维； 对多尺度特征矩阵进行最大池化操作，提取全局特征向量，池化后的输出维度为1024维； 通过引入物理引导注意力机制对所述神经网络模型的注意力权重进行物理约束，所述引入物理引导注意力机制的步骤具体包括： 获取所述神经网络模型提取得到的整车目标点云特征； 基于点云中各点的几何位置关系，计算原始的空间注意力图； 引入基于Navier-Stokes方程的简化形式所构建的物理先验信息，其中，所述物理先验信息包括整车表面上的局部压力梯度和速度梯度； 构建物理引导函数，对原始的空间注意力图进行加权修正； 输出经物理引导修正后的注意力图，将其与目标点云特征进行融合，用于风阻系数回归预测任务； 并通过多层感知机将所述目标点云特征逐步降维，接着通过全连接层建立所述目标点云特征与风阻系数之间的映射关系，所述通过全连接层建立所述目标点云特征与风阻系数之间的映射关系的步骤具体包括： 采用全连接映射策略，通过全连接层将所述目标点云特征映射至空气动力学中的风阻系数值，最终输出风阻系数预测结果。

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武汉理工大学，其通讯地址为：430000 湖北省武汉市洪山区珞狮路122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。