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！

龙图腾网获悉吉林大学申请的专利一种基于多传感器信息融合的肥物料体积变化测量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：CN120488953B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510963581.7，技术领域涉及：G01B11/00；该发明授权一种基于多传感器信息融合的肥物料体积变化测量方法是由赵佳乐;董迪锴;冯国惠;兰天义;任荣荣;巩建光;郭明卓设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于多传感器信息融合的肥物料体积变化测量方法在说明书摘要公布了：本发明适用于农业信息技术领域，提供了一种基于多传感器信息融合的肥物料体积变化测量方法，包括以下步骤：检测区域物理建模；选择深度相机并确定角度；点云数据采集与处理；前后次点云目标区域拼接与量化。该方法通过物理建模映射出储存空间，并利用多传感器进行数据采集和重建，通过点云分割算法精确提取肥料区域的点云数据。系统通过定周期数据采集计算前后变化量，并通过体素技术量化出准确地变化体积。这种方法不仅能够提供实时的体积变化测量，而且能够根据需要调整测量精度，适用于包括肥料、粮食等不同物料的储存空间。

本发明授权一种基于多传感器信息融合的肥物料体积变化测量方法在权利要求书中公布了：1.一种基于多传感器信息融合的肥物料体积变化测量方法，其特征在于，包括以下步骤： S1：检测区域物理建模； 在肥仓或粮仓内，首先确定测量区域的边界和结构，考虑仓库的形状、大小以及物料堆积的特点；根据仓库的结构，创建适应不同仓储环境的标准化物理模型； S2：选择深度相机并确定角度； 根据测量区域的大小和所需精度，选择深度相机类型；根据深度相机的FOV以及测量区域的高度和覆盖范围，选择相机配置；通过仿真模拟深度相机的角度和放置位置，调整角度，确保深度相机能够全面覆盖测量区域； S3：点云数据采集与处理； 在点云数据采集与处理过程中，首先同步控制多个深度相机进行数据采集，确保采集到的数据在时间上的一致性；然后，将多个深度相机采集到的点云数据在同一个坐标系下进行数据配准和重建，生成完整的三维模型，并对点云数据进行优化，包括去噪、去除空白区域； S4：前后次点云目标区域拼接与量化； 对不同时间点采集的点云数据进行比对和处理，通过前后次的数据对比，实时了解物料的变化情况，并根据差异计算出体积变化，利用体素技术量化储存介质的变化体积； 在所述S3中，设第一次扫描经过分类之后，目标点云为，其中每个点是三维空间中的一个点；第二次扫描经过分类之后，目标点云为，其中每个点是三维空间中的一个点； 通过以上步骤，得到的点云数据和，用于后续网格重建和体积计算； 在所述S4中，采用局部增量式的三角网格构建方法进行网格重建；首先选择点云数据中的三个点和作为初始三角形，并通过逐步选择点扩展网格；每次选择一个候选点时，需要检查其与当前三角形的投影关系，以确保其符合以下条件： 投影距离条件：计算候选点到当前三角形所在平面的投影距离，如果投影距离小于设定阈值，则认为该点与当前平面接近，可加入网格； 边长度条件：生成的新三角形的三边长度差异应小于设定的最大差值； 内角条件：新生成的三角形的内角应在预设范围内； 重复上述过程，直到所有点云数据和都被连接成一个完整的三维网格模型；通过这一过程，可以从点云数据得到精确的三角网格模型M 1和M 2； 接下来，将生成的三角网格模型进行体素化处理；设定体素单元的边长为，将三维空间划分为均匀的立方体体素单元，通过射线法或广度优先搜索法判断每个体素是否位于网格模型内部，若体素的中心位于网格模型内部，则标记为占据体素； 统计模型内部的体素数量N 1和N 2，分别对应第一次扫描和第二次扫描得到的网格模型；根据每个体素的体积，计算出两次扫描模型的体积： ； 通过比较两次扫描的体积，得到体积差异，即两次模型的体积变化量： ； 通过上述过程，估算储存介质或物料在两次扫描之间的体积变化，即体积监测结果。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。