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 > 国网四川省电力公司成都供电公司杜永永获国家专利权

国网四川省电力公司成都供电公司杜永永获国家专利权

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!

龙图腾网获悉国网四川省电力公司成都供电公司申请的专利一种基于点云语义分割与插值重建地面的分析方法及介质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:CN121564246B

龙图腾网通过国家知识产权局官网在2026-03-31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:202610087814.6,技术领域涉及:G06T17/00;该发明授权一种基于点云语义分割与插值重建地面的分析方法及介质是由杜永永;张宏宇;黄宇航;陈悉榕;张利泉;孙远青设计研发完成,并于2026-01-22向国家知识产权局提交的专利申请。

一种基于点云语义分割与插值重建地面的分析方法及介质在说明书摘要公布了:本发明涉及电数字数据处理技术领域,具体涉及一种基于点云语义分割与插值重建地面的分析方法及介质。该方法通过获取输电线路的三维点云数据;建立语义分割模型对三维点云数据进行语义分割处理,得到四个类别语义标签的点云数据;分别对四个类别语义标签的点云数据进行降噪处理,得到对应的点云数据子集;根据其中的导线点云数据子集获取三维导线轨迹数据;根据植被点云数据子集获取树障风险点集;采用多源协同重建方法建立输电线路的数字地面模型;计算每个导线点的对地距离,并结合树障风险点集输出输电线路的安全评估报告。有效解决了复杂场景下的电网三维建模与安全评估难题,显著提升了自动化巡检的精度与可靠性。

本发明授权一种基于点云语义分割与插值重建地面的分析方法及介质在权利要求书中公布了:1.一种基于点云语义分割与插值重建地面的分析方法,其特征在于,包括: 获取输电线路的三维点云数据; 基于改进的PointTransformer网络结构建立语义分割模型,并利用该语义分割模型对所述三维点云数据进行语义分割处理,得到具有导线、植被、杆塔和地面四个类别语义标签的点云数据; 基于改进的PointTransformer网络结构建立语义分割模型,包括: 四级编码器,用于对输入的三维点云数据进行分层下采样与特征提取处理; 特征传播解码器,与所述四级编码器相连接,通过差值与跳跃连接对四级编码器输出的特征进行上采样处理; 语义分类头,连接至所述特征传播解码器的输出端,用于输出每个三维点云数据分别属于四个类别语义标签的概率; 边界距离预测分支,与所述语义分类头并行连接至所述特征传播解码器的输出端,用于输出每个三维点云数据的预测边界距离值; 基于改进的PointTransformer网络结构建立语义分割模型时,还引入边界距离映射约束; 所述边界距离映射约束包括:距离映射定义、网络预测距离图和联合损失函数; 所述距离映射定义具体为:通过计算每个类别语义标签的三维点云数据与不同类别的三维点云数据之间的最短欧式距离,作为每个三维点云数据的边界距离真值; 所述网络预测距离图具体为:通过边界距离预测分支输出每个三维点云数据的预测边界距离值; 所述联合损失函数具体为:采用标准交叉熵损失和距离损失构建所述联合损失函数; 分别对四个类别语义标签的点云数据进行降噪处理,得到导线点云数据子集、植被点云数据子集、杆塔点云数据子集和地面点云数据子集; 对导线点云数据子集进行纵向切片和分层聚类操作,得到导线拓扑图; 根据所述导线拓扑图进行全局路径搜索,得到三维导线轨迹数据; 获取植被点云数据子集中每个植被点云到所述三维导线轨迹数据的最小欧氏距离,并将每个植被点云对应的最小欧氏距离与设定阈值进行比较,获取最小欧氏距离小于设定阈值的植被点云,得到树障风险点集; 根据地面点云数据子集和三维导线轨迹数据中提取的导线点,采用多源协同重建方法建立输电线路的数字地面模型; 根据所述数字地面模型计算三维导线轨迹数据中每个导线点的对地距离,并结合所述树障风险点集输出输电线路的安全评估报告。

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国网四川省电力公司成都供电公司,其通讯地址为:610011 四川省成都市锦江区东升街90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。