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 > 安徽两淮建设有限责任公司;安徽省煤田地质局勘查研究院;安徽省国土空间规划研究院(安徽省土地开发复垦整理中心)李枢获国家专利权

安徽两淮建设有限责任公司;安徽省煤田地质局勘查研究院;安徽省国土空间规划研究院(安徽省土地开发复垦整理中心)李枢获国家专利权

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!

龙图腾网获悉安徽两淮建设有限责任公司;安徽省煤田地质局勘查研究院;安徽省国土空间规划研究院(安徽省土地开发复垦整理中心)申请的专利基于近景摄影测量的深大基坑变形监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:CN120445069B

龙图腾网通过国家知识产权局官网在2026-04-14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:202510335644.4,技术领域涉及:G01B11/16;该发明授权基于近景摄影测量的深大基坑变形监测方法及系统是由李枢;胡广青;兰春;段涛;彭磊;蔡尚敬;徐瑞瑞;赵锐;程涵宇设计研发完成,并于2025-03-20向国家知识产权局提交的专利申请。

基于近景摄影测量的深大基坑变形监测方法及系统在说明书摘要公布了:本发明涉及基坑工程监测技术领域,公开了基于近景摄影测量的深大基坑变形监测方法及系统,其中,基于近景摄影测量的深大基坑变形监测方法包括:接收风险区域数据生成标准化图像集;结合领域知识进行自适应三维重建,产出带语义标注的三维网格模型;提取模型变形模式并语义标注,形成结构化集合;基于此构建几何域与知识域双向信息通道,创建知识几何协同度量图;利用多尺度时空记忆结构实现自演化学习和资源优化分配,输出资源分配策略及更新监测知识库;根据变形模式、语义解释和更新的知识库执行风险评估,产生干预建议,并输出分级预警信息及多层次决策支持方案,本发明实现了从数据到决策的自动化处理与优化。

本发明授权基于近景摄影测量的深大基坑变形监测方法及系统在权利要求书中公布了:1.基于近景摄影测量的深大基坑变形监测方法,其特征在于,包括以下步骤: 接收知识图谱中的风险区域数据,执行自适应采集与预处理操作,生成标准化图像集合; 将标准化图像集合结合领域知识约束进行知识几何交互熵指导的自适应三维重建,生成带有语义标注的三维网格模型; 对三维网格模型进行基于知识图谱的变形模式提取与语义标注,生成结构化的变形模式集合和对应的语义解释; 基于三维网格模型和变形模式集合构建几何域与知识域之间的双向信息传递通道,产生知识几何协同度量图; 基于多尺度时空记忆结构实现自演化学习与资源优化分配,输出自适应的资源分配策略和更新的监测知识库; 根据变形模式集合、语义解释和更新的监测知识库执行风险评估并生成干预建议,输出风险分级预警信息和多层次决策支持方案; 知识几何交互熵指导的自适应三维重建步骤包括: 提取知识几何联合特征,生成几何特征与语义特征两种类型的特征表示; 计算特征重要性权重矩阵,量化每个特征点对于重建过程的贡献度; 执行加权特征点匹配与相机参数估计,生成相机投影矩阵集合; 生成多视角深度图与融合点云,融合点云包含基坑表面的三维几何结构; 构建带语义标注的三维网格模型,包含几何表面和语义标注信息; 计算特征重要性权重矩阵为:基于提取的联合特征,通过知识几何交互熵算法为每个特征点计算重要性权重: ; 其中,表示特征点的重要性权重值,量化了该点对重建过程的贡献度;表示特征点在几何域中的概率分布,反映了该点的几何性;表示特征点在知识域中的概率分布,反映了该点的语义重要性;为平衡因子,用于调节几何信息和语义信息在权重计算中的相对重要性; 执行加权特征点匹配为:将特征点集合及其权重矩阵输入到多视角匹配算法中,进行加权特征匹配,生成相机投影矩阵集合; 生成多视角深度图与融合点云为:利用相机投影矩阵集合和标准化图像集,应用变分多视角立体匹配算法生成每个视角的深度图集合: ; 其中,、、分别表示第1、2、个视角的深度图;表示深度图的总数; 然后将深度图转换并融合为统一的三维点云: ; 其中,表示逆投影函数,将二维像素坐标和深度值通过投影矩阵转换为三维空间坐标点;表示融合后的三维点云,包含了基坑表面的完整几何结构; 构建几何域与知识域之间的双向信息传递通道步骤包括: 量化几何重建的不确定性分布,生成表示重建精度空间分布的三维空间场; 量化知识推理的不确定性分布,生成表示模式识别可信度分布的三维空间场; 构建几何到知识的触发映射集合: ; 其中,表示几何到知识的触发映射集合,表示几何不确定性阈值,表示风险等级阈值,表示点处的风险等级评估值,表示点处的几何不确定性值; 构建知识到几何的触发映射集合,标识需要优先提高几何重建精度的区域; 生成知识几何协同度量图,综合几何精度和语义重要性及其对应的几何不确定性分布和知识不确定性分布; 基于多尺度时空记忆结构实现自演化学习与资源优化分配的步骤包括: 构建包含短期、中期和长期记忆层次的多尺度时空记忆存储结构; 执行经验累积与提取操作,生成结构化的经验知识集; 根据资源约束、知识几何协同度量图和经验知识集生成并评估候选资源分配方案,选择使系统效益最大化的最优方案; 执行知识库更新与演化迭代,实现系统认知能力的持续提升。

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安徽两淮建设有限责任公司;安徽省煤田地质局勘查研究院;安徽省国土空间规划研究院(安徽省土地开发复垦整理中心),其通讯地址为:230088 安徽省合肥市高新区海棠路399号综合楼四楼;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。