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 > 天津大学刘东海获国家专利权

天津大学刘东海获国家专利权

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!

龙图腾网获悉天津大学申请的专利一种基于三维激光扫描的压实度无人自动检测系统及方法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:CN117488634B

龙图腾网通过国家知识产权局官网在2026-04-07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:202311445101.5,技术领域涉及:E01C23/01;该发明授权一种基于三维激光扫描的压实度无人自动检测系统及方法是由刘东海;王子健;王波;陈辉设计研发完成,并于2023-11-02向国家知识产权局提交的专利申请。

一种基于三维激光扫描的压实度无人自动检测系统及方法在说明书摘要公布了:本发明涉及一种基于三维激光扫描的压实度无人自动检测系统及方法,包括车载端、车载终端、数据库及应用服务器、监控客户端,车载终端对采集的数据进行处理计算,并对有关信息进行显示;数据库及应用服务器包括数据库模块、分析计算模块及信息反馈模块,对数据进行存储、分析、传输;监控客户端创建任务、设定参数、远程实时监控、在测量结束后统计并输出结果报表。本发明采用三维激光扫描技术代替传统灌砂法测量试坑体积,提高测量效率、方便后续处理,并与自动化开挖取土烘干技术相结合,减少人为干预,实现道路基层压实度的无人化智能采集和同步远程监控,确保试验结果的真实可控。

本发明授权一种基于三维激光扫描的压实度无人自动检测系统及方法在权利要求书中公布了:1.一种基于三维激光扫描的压实度无人自动检测方法,其特征在于:所述方法采用的检测系统包括车载端、车载终端、数据库及应用服务器、监控客户端;所述车载端包括GNSS定位模块、凿洞装置、取土烘干装置、三维激光扫描装置、集成控制器及无线控制装置;所述GNSS定位模块实时获取检测系统的平面位置;所述凿洞装置使用螺旋刀片对所选区域进行自动开挖;所述取土烘干装置吸出试坑内部残余土渣,并对所采集的土料进行烘干称重;所述三维激光扫描装置通过对试坑进行扫描,获取试坑内部点云数据;所述集成控制器控制车载端机械部件的运行;所述无线控制装置远程控制车载端的移动;所述车载终端对采集的数据进行处理计算,并对有关信息进行显示;所述数据库及应用服务器包括数据库模块、分析计算模块及信息反馈模块,对数据进行存储、分析、传输;所述监控客户端负责创建任务、设定参数、远程实时监控、在测量结束后统计并输出结果报表; 所述方法的步骤为: 1登录监控客户端,创建道路基层平整度检测任务,设定凿洞深度、烘干时间、扫描幅度、开阀时间、开挖位置,并下达测量装置派遣指令; 2将1的信息通过Internet网络存储到数据库及应用服务器的数据库模块中,采用GNSS-RTK定位技术实时测量出车载端的位置信息,并发送到远程服务器端; 3客户端根据装置位置信息,通过装置上布设的车载摄像头观测周围情况,利用无线控制装置操控装置移动到待测位置; 4车载终端通过5G通讯方式访问数据库及应用服务器,从数据库模块中接收对应的任务信息,并通过集成控制器控制装置运行; 5凿洞装置使套筒下降至与地面紧密贴合,采用螺旋刀片开挖试坑并输送开挖料至取土装置的储土盒中; 6取土装置通过负压泵吸取试坑内部残留土渣,通过电动阀门使储土盒中一部分土体下落至采样盒中,并采用加热线圈进行加热烘干,通过称重传感器称量加热前后土样重量; 7三维激光扫描装置对取土后的试坑进行扫描,采集点云数据,车载终端对点云数据进行处理计算,得到试坑内部体积,结合烘干前后的土样重量,计算出相应位置的土体干密度,得到道路基层压实度,并与其他相关信息一并显示; 8无线控制装置将上述数据发送至数据库及应用服务器,通过其中的分析计算模块对上述信息进行分析处理,并将分析结果与数据信息存储在数据库模块中,监控客户端根据服务器中的信息,对道路压实度测量进行实时监控,压实度不合格时将进行报警,测量完成后,可进行结果查询统计,输出报表; 对试坑点云数据进行处理,分析计算模块通过密度法、法向量聚类分割方法划分出试坑内外点云数据,具体步骤如下: ①在采集到试坑及其附近的点云数据后,获取点云坐标中的高度最大值zmax,并提取出所有点云中高度z≤zmax-5的点云数据,该部分数据即为地表面及试坑内部的点云数据; ②根据地表面与试坑内部点云密度不同,选取适当的邻域半径r,对各点的邻域点云数Nri进行统计,并通过下式计算检测参数 ; 式中:Nr为检测参数; n为总点云数; k为小于1的系数; 当某点Aixi,yi,zi的邻域点云数Nri点大于检测参数Nr时,则将其归为试坑内部点Qi,反之则将其归为地表面点Pi,从而把全部点云数据划分为试坑内部点云和地表面点云两个部分; ③采用法向量聚类分割的方法对划分好的点云数据进行进一步处理,对于试坑内部点云数据Q,采用MATLAB中的pcnormals函数计算出每个点的法向量nQi,而后考虑对其进行修正; 设点O坐标为 ; 式中,xi、yi、zi分别为点云数据中各点的空间坐标; n为总点云数; 若点Qi的法向量nQi与向量OQi的夹角α大于90°,则对相应点云法向量方向进行修正,反之则保留原法向量不变; 对于地表点云数据P,利用其拟合平面的法向量作为特征法向量n;首先设拟合平面的方程为: ; 方程可转化为 ; 利用最小二乘法得到以下矩阵 ; 求解得特征法向量na,b,c,进而求得试坑内部点Q中各点云法向量nQi和特征法向量n的夹角θ; ④选取地表面点云P作为种子点云集,选择一点Pi作为种子点,并在试坑内部点Q中以搜索半径r0进行搜索,形成点云集合Nq,同时统计其中每个点的法向量与特征向量n的夹角θ; 若Nq中不存在θ大于阈值θ’的点,则证明其中所有的点均属于地表面点,在Q中删除Nq,同时增加r0,继续在试坑内部点Q中搜索; 若Nq中存在夹角θ大于阈值θ’的点,则证明其中有部分点属于试坑内部点,在P中删除Np,并重新选取一点Pi重复上述步骤,直至P为空,则可得到试坑内表面点云数据。

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天津大学,其通讯地址为:300072 天津市南开区卫津路92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。