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！

龙图腾网获悉华中科技大学;深圳华中科技大学研究院申请的专利一种基于强化学习的自动化高反光物体三维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：CN116309765B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211091678.6，技术领域涉及：G06T7/521；该发明授权一种基于强化学习的自动化高反光物体三维测量方法是由李中伟;张攀;钟凯;史玉升;苏玉娥;靳晓博;杨青芃;李彬设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本一种基于强化学习的自动化高反光物体三维测量方法在说明书摘要公布了：本发明公开了一种基于强化学习的自动化高反光物体三维测量方法，基于辐照度图构建基于强化学习的多重曝光时间序列预测模型，实现多重曝光时间序列的快速自动化生成，相较于传统方法，基于强化学习综合权衡曝光时间、曝光次数、图像可测区域三者之间的关系，实现多重曝光时间序列的稳定快速预测，并达到曝光时间、曝光次数、图像可测区域三者的全局最优，提升了高反光零件的测量效果。进一步地，通过构建辐照度预测网络基于单张图像实现辐照度的快速稳定预测，相比较于传统方法减少了多重曝光时间序列需要的图片数量，提升了测量速度。

本发明授权一种基于强化学习的自动化高反光物体三维测量方法在权利要求书中公布了：1.一种基于强化学习的自动化高反光物体三维测量方法，其特征在于，包括： 训练阶段： 基于DQN构建用于预测多重曝光时间序列的双重卷积神经网络；基于预设多重曝光时间序列t1,t2,…,ti获取多重曝光投影图像序列其中，为在第i个曝光时间获取到的样件j在位姿k下的曝光投影图像，i＝1,2,…,I，j＝1,2,…,J，k＝1,2,…,K，I、J、K均为大于1的正整数； 以t1,t2,…,ti及作为训练集对所述双重卷积神经网络进行迭代训练，得到训练好的多重曝光时间序列预测模型；所述双重卷积神经网络的奖励函数为R＝wc*c+wt*t-b，t表示曝光时间，wt为曝光时间权重，b为固定值，用于表示曝光次数的影响，wc为覆盖增量的权重，c为覆盖增量； 应用阶段： S1，通过投影仪向待测工件表面投射一张均匀白色图像，左右相机同步获取待测工件在预设低曝光时间下的投影图像；将所述预设低曝光时间及左相机或右相机获取的投影图像输入至所述训练好的多重曝光时间序列预测模型，得到多重曝光时间序列； S2，根据所述多重曝光时间序列向待测工件投影并同步获取多重曝光光栅条纹图像序列，并进行多重曝光融合，得到HDR光栅图像； S3，根据所述HDR光栅图像计算相位图，进行匹配并重建待测工件的三维点云。

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华中科技大学;深圳华中科技大学研究院，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。