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！

龙图腾网获悉同济大学申请的专利基于强化学习的无人机室内三维重建自主采集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：CN120997407B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511508172.4，技术领域涉及：G06T17/00；该发明授权基于强化学习的无人机室内三维重建自主采集方法及系统是由姚佳伟;袁烽;胡晓晗;李怡楠;王海燕;姚紫雯;张汀阳;王锦煜设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于强化学习的无人机室内三维重建自主采集方法及系统在说明书摘要公布了：本发明涉及一种基于强化学习的无人机室内三维重建自主采集方法及系统，其中方法包括以下步骤：构建虚拟室内仿真空间以及虚拟无人机模型，并布设目标采集点；构建强化学习模型并进行训练，训练过程中，在每个时间步，无人机获取目标采集点信息输入强化学习模型，强化学习模型生成动作指令并传递至虚拟无人机模型，虚拟无人机执行几何变换，更新位置与朝向，并重建视野信息；在未经训练的虚拟仿真环境中部署训练完成的强化学习模型，开展无人机自主飞行实验与数据采集，并通过多个性能指标对采集性能进行定量评估。与现有技术相比，本发明能够在复杂环境中实现高效、稳定的数据获取。

本发明授权基于强化学习的无人机室内三维重建自主采集方法及系统在权利要求书中公布了：1.一种基于强化学习的无人机室内三维重建自主采集系统，其特征在于，该系统包括： 情景仿真建模与空间目标点设定模块：用于在Rhino环境中构建虚拟室内仿真空间以及通过Grasshopper平台虚拟无人机模型，并结合Grasshopper脚本布设目标采集点； 策略学习与能力训练模块：用于构建强化学习模型并进行训练，以及设计强化学习模型与Grasshopper平台的基于GH‑Python的双向接口，用于双方数据传输，其中，所述强化学习模型的奖励函数包括覆盖率奖励、新发现奖励、探索奖励、出界惩罚、碰撞惩罚和效率惩罚，所述覆盖率奖励定义为预设值乘以模拟视野内新可见目标采集点数量占目标采集点总数的占比；所述新发现奖励定义为预设值乘以新发现目标采集点数，所述探索奖励定义为阶梯式奖励，对于第一次访问赋予第一分值，对于第二次访问赋予第二分值，后续重复访问部赋分，其中，第一分值大于第二分值；所述出界惩罚定义为：当出界时，赋予预设惩罚值； 所述碰撞惩罚定义为根据无人机与障碍物之间的距离大小预设的梯度惩罚，距离越近惩罚值越大；所述效率惩罚定义为重复访问次数；训练过程中，在每个时间步，无人机获取目标采集点信息输入强化学习模型，强化学习模型生成动作指令并传递至虚拟无人机模型，虚拟无人机执行几何变换，更新位置与朝向，并重建视野信息； 自主飞行评估与数据采集实施模块：用于在未经训练的虚拟仿真环境中部署训练完成的强化学习模型，开展无人机自主飞行实验与数据采集，并通过多个指标对采集性能进行定量评估。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。