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！

龙图腾网获悉东南大学申请的专利一种基于集成学习的古代砖石拱桥倾斜残损检测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：CN118395552B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202410505156.9，技术领域涉及：G06F30/13；该发明授权一种基于集成学习的古代砖石拱桥倾斜残损检测方法是由淳庆;花全均;张承文;林怡婕;孙建设计研发完成，并于2024-04-25向国家知识产权局提交的专利申请。

本一种基于集成学习的古代砖石拱桥倾斜残损检测方法在说明书摘要公布了：本发明公开了基于集成学习的古代砖石拱桥倾斜残损检测方法，首先，进行初始阶段古代砖石拱桥倾斜残损检测系统的点云数据识别模块的设置，通过三维激光扫描仪采集古代砖石拱桥及其周边环境的初始点云数据，建立该古代砖石拱桥的结构计算模型；而后，采用改变弹性模量法计算传统砖石拱桥的构件重要性排序，根据排序结果对初始点云数据进行预处理以及数据分割，基于PointNet++对分割后的点云数据进行识别，训练并更新神经网络，得到该石拱桥构件点云的最优识别模型。然后，进行倾斜残损计算模块的设置，通过最优识别模型对拱桥结构构件的现状点云数据进行分割，通过向量回归训练以及Sklansky算法求取构件的倾斜角；而后，得到石拱桥结构构件的倾斜残损情况。本发明的残损检测方法采用了自动化、信息化的智能判断方式，通过集成学习的方法确保倾斜残损的准确性。

本发明授权一种基于集成学习的古代砖石拱桥倾斜残损检测方法在权利要求书中公布了：1.一种基于集成学习的古代砖石拱桥倾斜残损检测方法，其特征在于：包括以下步骤：a设置初始阶段古代砖石拱桥倾斜残损检测系统的点云数据识别模块；第一步，使用三维激光扫描仪对古代砖石拱桥及其周边环境进行扫描，得到初始高精度点云数据，选取点云数据中砖石拱桥桥面某处相对稳定且平坦的区域内目标点O作为坐标原点，设置x轴沿桥的通行方向，y轴垂直于桥的通行方向，z轴为垂直于桥面的方向；第二步，根据点云数据建立起该古代砖石拱桥的结构计算模型：砖石拱桥由桥面、桥墩、拱券、侧墙、金刚墙、内部填土以及栏杆组成，采用降低弹性模量的能量法对传统砖石拱桥的构件重要性τi进行计算，根据计算结果得到拱桥构件在结构中的重要程度百分比排序计算采用式1： τi≥0,i＝1,2,...,n1式中，τi为构件i的构件重要性，Sum代表求和，Sort代表从大到小排序，Cum代表对排序后的数组进行累加；当累加结果70％时，提取相应的构件号进行数据剔除，由此得到预处理后的点云数据；第三步，对点云数据进行数据分割，根据分割后的点云数据建立砖石拱桥分构件的样本数据库，并划分训练集与验证集；而后基于PointNet++对分割后的点云数据进行识别，训练并更新神经网络，得到该石拱桥构件点云的最优识别模型；b设置t0时刻古代砖石拱桥倾斜残损检测系统的倾斜残损计算模块；第一步，使用无人机倾斜摄影设备采集水面上古代砖石拱桥文物及其周边环境的现状高精度点云数据，通过最优识别模型对点云数据进行预处理，得到分割构件后的多个目标现状点云数据；第二步，提取某一构件的点云截平面，选取变形区域附近的点云数据，将其投影到x-z或y-z平面，对目标平面上的轮廓线进行线性拟合，拟合结果根据式2对点云数据进行向量回归训练得到： s.t.fxi-yi≤ε+ζiyi-fxi≤ε+ηiηi≥0,ζi≥0,i＝1,2,...,n2式中，w和b为训练参数，β为正则化系数，ηi和ζi为松弛变量，ε是向量回归训练预测残差，yi是数据点的真实值,fxi是预测值，n是样本数量；得到拟合直线后，目标平面轮廓线的斜率记录为向量回归训练得到的对应权值，倾斜角记为αA；如果向量回归训练的拟合结果中相关系数R20，则进入第三步；否则，重复第二步；第三步，将点云数据投影到x-z或y-z平面，使用Sklansky算法得到点云数据凸包，采用旋转卡壳算法求解凸包的最小外接矩形，得到最小外接矩形在构件方向上的倾斜角，记为αB；第四步，取αA和αB的平均值为最终倾角α0，即为石拱桥该构件的倾斜残损情况；c设置定期检测的t1、t2，t3…tn时刻古代砖石拱桥倾斜残损检测系统的倾斜率变化识别模块；t1时刻的检测为进入步骤b中的流程，得到的构件倾斜角α1，倾斜变化率β＝α1-α0α0；t2，t3…tn时刻的倾斜残损变化率结果按照该倾斜变化率公式计算。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。