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！

龙图腾网获悉长沙理工大学;保利长大工程有限公司申请的专利基于混合模型的桥梁构件几何特征确定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：CN119941827B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510442580.8，技术领域涉及：G06T7/60；该发明授权基于混合模型的桥梁构件几何特征确定方法是由彭琦;汪雨钦;喻晨宇;李志生;贺文华;罗人昆;王磊设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本基于混合模型的桥梁构件几何特征确定方法在说明书摘要公布了：本发明提供一种基于混合模型的桥梁构件几何特征确定方法，首先，构建并训练桥梁构件识别模型，然后使用该模型对桥梁构件点云数据进行识别和分割。接着，通过多尺度特征提取分割几何边界和骨架，并将其与线框模型融合，构建包含点云和线框的双模融合表征模型。最后，基于上述模型和点云数据，计算每个点到最近边缘的距离生成距离图，并利用距离图进行桥梁构件尺寸的精确测量，确保各节段对接的精度。本发明使用区域生长分割和“点云+线框”混合模型，简化数据处理并提高计算效率。利用拉普拉斯特征映射和Alpha形状算法，实现高精度尺寸测量，适用于复杂几何条件下的桥梁构件检测。

本发明授权基于混合模型的桥梁构件几何特征确定方法在权利要求书中公布了：1.一种基于混合模型的桥梁构件几何特征确定方法，其特征在于，具体按照以下步骤进行： S1、构建基于PointNet++桥梁构件识别模型并训练所述模型，然后使用该模型对桥梁构件点云数据进行识别和分割； 所述桥梁构件识别模型包括相对位置编码模块及空间注意力模块； 所述相对位置编码模块包括依次连接的输入模块、特征提取模块、全局特征提取模块、规范化模块、嵌入模块、特征预处理模块及输出模块； 输入模块，包括N×d的点特征矩阵，其中N为桥梁构件点云中的点数，d为每个点的特征维度； 特征提取模块，包括三个SA层，每个SA层包括一个PointNet模块，其中所述PointNet模块包括MLP及全局特征提取模块；所述MLP用于对每个点的特征进行非线性变换，所述全局特征提取模块用于对局部区域内的点特征进行最大值池化，提取全局特征； 规范化模块，对特征进行规范化； 嵌入模块，将规范化后的特征作为嵌入表示，将相对位置信息编码为一个固定维度的向量； 特征预处理模块，通过两层MLP对嵌入特征进行预处理； 输出模块，包括N×d的最终特征矩阵； 所述空间注意力模块包括自注意力机制，用于实现注意力权重的计算过程； 所述桥梁构件识别模型的训练过程具体为： 1按批次处理桥梁构件点云数据，每个批次包含多个点，每个点包含坐标位置x,y,z和每个点附加特征值；所述附加特征值包括法线向量、表面方向、曲率、凹凸性； 2对批处理后的桥梁构件点云数据进行编码； 3标准化处理编码后的桥梁构件点云数据； 4对桥梁构件点云数据进行增强处理，包括旋转、翻转、缩放； 5在桥梁构件识别模型的第一个和第二个SA层间插入空间注意力模块；将增强后的点云数据输入桥梁构件识别模型提取局部特征，生成表示整个点云的全局特征向量， 每个SA层的执行包含三个步骤： a.采样：使用最远点采样从点云中选择一组中心点； b.分组：以每个中心点为基准，选择其最近的K个邻居点，构建局部区域，每个局部区域包含一个中心点和其邻居点； c.特征提取：使用一个PointNet模块对每个局部区域提取特征； 6全局特征向量再通过一个MLP层进行处理，输出物体的类别概率分布； 7用交叉熵损失的损失函数，通过最小化预测类别与真实类别之间的差异来训练模型； S2、通过多尺度特征提取分割几何边界和骨架，并将点云与线框模型融合，构建包含点云和线框的双模融合表征模型； S3、桥梁构件尺寸确定。

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长沙理工大学;保利长大工程有限公司，其通讯地址为：410114 湖南省长沙市天心区万家丽南路2段960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”。