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！

龙图腾网获悉中亿丰数字科技集团股份有限公司申请的专利一种基于大模型的建筑数字孪生三维重建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：CN120339540B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510813459.1，技术领域涉及：G06T17/10；该发明授权一种基于大模型的建筑数字孪生三维重建方法及系统是由徐益娟;叶娟娟;汪慧君;袁杰;汪丛军;邹胜设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于大模型的建筑数字孪生三维重建方法及系统在说明书摘要公布了：本发明公开了一种基于大模型的建筑数字孪生三维重建方法及系统，涉及建筑数字孪生与三维建模融合技术领域，包括在建筑物布设多源设备，采集建筑多角度数据，进行类型区分与结构化预处理。构建并训练自适应深度网络模型识别建筑特征，采用多类型增强策略提高模型鲁棒性。利用融合算法实现点云拼接与坐标统一，基于多维阈值实现孪生模型更新与同步。本发明所述方法为深度模型建立高质量输入；使建筑结构特征识别具备鲁棒性与精度优势；使孪生模型具备动态可更新能力。三者形成完整闭环，最终突破了传统重建方法在精度、稳定性和更新性上的技术瓶颈，实现了面向复杂场景的建筑数字孪生三维建模新路径。

本发明授权一种基于大模型的建筑数字孪生三维重建方法及系统在权利要求书中公布了：1.一种基于大模型的建筑数字孪生三维重建方法，其特征在于，包括： 在建筑物布设多源设备，采集建筑多角度数据，进行类型区分与结构化预处理； 构建并训练自适应深度网络模型识别建筑特征，采用多类型增强策略提高模型鲁棒性； 利用融合算法实现点云拼接与坐标统一，基于多维阈值实现孪生模型更新与同步； 利用融合算法实现点云拼接与坐标统一包括，将经增强策略后的点云数据以建筑中心点为基准，统一变换至全局世界坐标系，采用基于特征点匹配的初始配准策略将不同源点云进行粗对齐；使用迭代最近点算法进行精配准，所有点云数据配准完成后，依据密度与质量阈值进行加权合并处理，生成单一高密度点云模型；采用泊松曲面重建算法对已融合点云进行全局法向量重估，并构建连续可拓扑结构的三角网格模型，三角网格与原点云通过映射表建立一一映射关系； 构建并训练自适应深度网络模型识别建筑特征包括， 基于结构化预处理后的数据构建带有标签的图像数据集与点云数据集，图像数据标签包括边缘、转角、结构连接部位，点云数据标注建筑层数、窗口区域与边缘点； 构建自适应深度网络模型，采用卷积神经网络架构基础上嵌入注意力机制模块和多尺度提取结构，并引入跳跃连接用于特征补偿； 点云数据采用基于动态图结构的图神经网络，构建边权张量增强局部结构保持能力； 训练中采用交叉熵损失函数配合均方误差组合损失，优化算法采用Adam变步长策略； 利用融合算法实现点云拼接与坐标统一包括， 将经增强策略后的点云数据以建筑结构中心点设定为全局参考原点，基于原点构建统一的世界坐标系，将来自不同设备和视角的点云数据通过坐标变换映射至世界坐标系下； 初始配准采用基于三维特征点的匹配策略，对每组点云提取几何显著性特征点，包括边缘点、角点及曲率突变点，使用基于距离与法向一致性的匹配算法在相邻点云之间进行特征点对应关系匹配，通过计算对应点间的最优刚性变换矩阵，完成初步的空间对齐； 完成初配准后，采用迭代最近点算法对各组点云进行精配准，在每次迭代中，重新计算最近点对关系并根据误差最小化原则不断优化变换矩阵，直到预设误差阈值满足； 精配准完成后，对所有点云数据按空间划分为固定尺寸体素网格，统计每个体素中的点数与点间均方距作为密度与质量评价指标，若体素内数据密度满足阈值且距离方差低于设定标准，则保留区域点云，否则剔除，最终生成稠密且均匀分布的单一高密度点云模型； 采用泊松曲面重建算法，对所述点云模型进行全局法向量估计，对每个点估算其邻域中点法向量方向并统一朝向，之后构建隐式函数场，通过八叉树空间分区构建全局积分场函数，重建出封闭性连续的三角网格模型，同时记录每个网格面与原始点之间的空间映射关系，形成结构稳定的一一映射表。

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亿丰数字科技集团股份有限公司，其通讯地址为：215000 江苏省苏州市相城区高铁新城南天成路88号天成信息大厦8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”。