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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电建集团北京勘测设计研究院有限公司李丽娟获国家专利权

中国电建集团北京勘测设计研究院有限公司李丽娟获国家专利权

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!

龙图腾网获悉中国电建集团北京勘测设计研究院有限公司申请的专利一种基于无人测量船与机载Lidar的水库库容估算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:CN120997437B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511181729.8,技术领域涉及:G06T17/10;该发明授权一种基于无人测量船与机载Lidar的水库库容估算方法及系统是由李丽娟;沈尤;张伟;刘晓波;朱庆辉;罗承球;刘绍英;王瀚斌;刘亚杰;韩卉设计研发完成,并于2025-08-22向国家知识产权局提交的专利申请。

一种基于无人测量船与机载Lidar的水库库容估算方法及系统在说明书摘要公布了:本发明提供一种基于无人测量船与机载Lidar的水库库容估算方法及系统,包括:规划第一测量路径与第二测量路径;利用无人测量船按照第一测量路径完成水库水下地形数据的测量;同时利用具有机载Lidar的无人机按照第二测量路径完成水库水上及岸边地形数据的测量;获取测量时间的间隔时长;规划第三测量路径,于间隔时长内按照第三测量路径再次进行水库水上及岸边地形数据的测量;对获取数据进行预处理,包括:整合两次测量结果选择质量更高的水库水上及岸边地形数据;对于预处理后的水库水下地形数据与水库水上及岸边地形数据进行融合并构建水库三维模型,根据水库三维模型体积估算水库库容。本发明能够提高对水库库容估算的效率与精准度。

本发明授权一种基于无人测量船与机载Lidar的水库库容估算方法及系统在权利要求书中公布了:1.一种基于无人测量船与机载Lidar的水库库容估算方法,其特征在于,包括: 根据水库建筑信息与水库地理信息,规划第一测量路径与第一测量速度、第二测量路径与第二测量速度,以使得第一测量路径与第二测量路径同时刻所对应位置距离大于预设距离; 利用无人测量船按照第一测量路径完成水库水下地形数据的测量;按照第一测量速度计算完成水库水下地形数据测量的第一测量时间;同时利用具有机载Lidar的无人机按照第二测量路径完成水库水上及岸边地形数据的测量,按照第二测量速度计算水库水上及岸边地形数据测量的第二测量时间;计算第一测量时间与第二测量时间的间隔时长; 根据水库建筑信息、水库地理信息和间隔时长,规划第三测量路径与第三测量速度,以使得第三测量路径与第一测量路径同时刻所对应位置距离大于预设距离,且于间隔时长内利用具有机载Lidar的无人机按照第三测量路径再次完成水库水上及岸边地形数据的测量; 将测量获取的水库水下地形数据与水库水上及岸边地形数据进行预处理,所述预处理包括:对两次测量获取的同一位置的水库水上及岸边地形数据进行相似度匹配,保留匹配的相似度大于预设相似度的一组水库水上及岸边地形数据其中一个数据,自相似度不大于预设相似度的水库水上及岸边地形数据中选择数据质量更高的水库水上及岸边地形数据;对于预处理后的水库水下地形数据与水库水上及岸边地形数据进行融合,利用融合后的数据构建水库三维模型,根据水库三维模型体积估算水库库容; 还包括:采集水库环境数据;所述水库环境数据包括水质数据与气象数据; 所述对于预处理后的水库水下地形数据与水库水上及岸边地形数据进行融合包括:将水库环境数据、预处理后的水库水下地形数据与水库水上及岸边地形数据输入多模态数据融合模型,利用多模态数据融合模型对水库水下地形数据与水库水上及岸边地形数据进行数据融合;其中,所述多模态数据融合模型采用神经网络模型,通过历史与实际水库库容数据差距最小的计算的水库库容数据对应的水库水下地形数据与水库水上及岸边地形数据融合数据、历史水库水下地形数据、历史水库水上及岸边地形数据以及历史水库环境数据训练生成。

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中国电建集团北京勘测设计研究院有限公司,其通讯地址为:100024 北京市朝阳区定福庄西街1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。