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 > 中南大学陈晓红获国家专利权

中南大学陈晓红获国家专利权

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!

龙图腾网获悉中南大学申请的专利基于无人机扫描建图与3DGS场景重建的矿山安全监测方法、装置、设备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:CN121616760B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610133302.9,技术领域涉及:G06T17/00;该发明授权基于无人机扫描建图与3DGS场景重建的矿山安全监测方法、装置、设备及介质是由陈晓红;罗文杰;胡东滨;蔡诚成;张宇航设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。

基于无人机扫描建图与3DGS场景重建的矿山安全监测方法、装置、设备及介质在说明书摘要公布了:本发明公开了一种基于无人机扫描建图与3DGS场景重建的矿山安全监测方法、装置、设备及介质,该方法包括:获取多视角影像数据、激光点云数据及无人机姿态数据,并进行预处理,获得标准化矿山观测数据集,基于标准化矿山观测数据集生成矿山监测区域的三维场景模型,并在三维场景模型中标注安全风险区域,基于安全风险区域提取三维场景模型中的安全风险参数,并基于安全风险参数确定各安全风险区域对应的风险等级,将各风险等级对应的预警指令和监测策略发送至矿山控制系统,以对矿山监测区域进行安全监测和动态预警,从而解决了传统矿山建模精度低,导致的风险识别精度低以及识别滞后的问题,极大提升矿山安全监测的实时性与可靠性。

本发明授权基于无人机扫描建图与3DGS场景重建的矿山安全监测方法、装置、设备及介质在权利要求书中公布了:1.一种基于无人机扫描建图与3DGS场景重建的矿山安全监测方法,所述方法应用于无人机扫描系统,所述无人机扫描系统部署在矿山监测区域,其特征在于,所述方法包括: 获取无人机采集的多视角影像数据、激光点云数据及无人机姿态数据; 基于所述无人机姿态数据对所述多视角影像数据和所述激光点云数据进行预处理,获得标准化矿山观测数据集,所述预处理包括数据清洗及数据时空对齐; 将所述标准化矿山观测数据集输入至优化后的3DGS模型,生成所述矿山监测区域的三维场景模型,并在所述三维场景模型中标注安全风险区域; 基于所述安全风险区域提取所述三维场景模型中的安全风险参数,并基于所述安全风险参数确定各安全风险区域对应的风险等级; 将各风险等级对应的预警指令和监测策略发送至矿山控制系统,以对所述矿山监测区域进行安全监测和动态预警; 所述将所述标准化矿山观测数据集输入至优化后的3DGS模型之前,还包括: 基于激光点云数据的局部法向量分布特征,构建各向异性几何约束项;利用所述各向异性几何约束项对原始3DGS模型中高斯核的协方差矩阵进行初始化,使高斯核的主轴方向与矿山边坡表面的法线方向保持正交,获得第一3DGS模型,所述第一3DGS模型是经高斯核分布优化后得到的中间模型,其高斯核分布已适配矿山点云数据的密度特征; 基于第一3DGS模型中相邻高斯核的空间重叠度和特征相似度进行冗余高斯核删除,获得第二3DGS模型; 基于矿山安全特征约束和历史标准化矿山观测数据中影像数据的风险区域特征对第二3DGS模型进行高斯核权重优化,获得第三3DGS模型,所述矿山安全特征约束是针对矿山安全监测需求设定的特征限制条件,涵盖边坡边缘、裂缝、积水区的重建精度要求,所述风险区域特征是安全风险区域的纹理、灰度、轮廓,用于强化模型对安全风险区域的重建权重; 基于所述历史标准化矿山观测数据中点云数据的密度分布特征以及影像数据的纹理分布特征确定所述历史标准化矿山观测数据中的点云缺失区域和影像缺失区域; 基于所述点云缺失区域和所述影像缺失区域确定一个或多个完整缺失区域,所述完整缺失区域是点云缺失区域与影像缺失区域在空间上的交集区域,该区域同时缺乏几何信息和纹理信息; 基于所述完整缺失区域的区域边界从所述完整缺失区域的领域中筛选多个有效区域范围,有效区域范围是完整缺失区域的邻域内可用于迁移补全完整缺失区域的模型参数的区域; 基于所述有效区域范围的区域特征对所述第三3DGS模型的高斯核参数进行优化,构建包含几何连续性约束和纹理一致性约束的联合损失函数; 基于所述联合损失函数,利用有效区域范围的特征对缺失区域生成的高斯核进行梯度下降迭代优化,最小化缺失区域边界处的几何撕裂误差,获得第四3DGS模型,所述第四3DGS模型是针对完整缺失区域,通过有效区域特征迁移优化高斯核参数,填补缺失区域模型特征后得到的中间模型,用于解决原始模型对缺失区域重建不足的问题; 基于安全风险区域的标注数据对所述第四3DGS模型进行优化训练,获得优化后的3DGS模型。

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南大学,其通讯地址为:410000 湖南省长沙市岳麓区麓山南路932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。