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！

龙图腾网获悉中国建筑第五工程局有限公司;中国建设基础设施有限公司申请的专利一种装配式施工装配序列优化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：CN120494158B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510502755.X，技术领域涉及：G06Q10/04；该发明授权一种装配式施工装配序列优化方法是由皮录;安百建;吕怿非;殷恒琪;刘士梁;王栋;蔺旭;毕朝辉;刘超;孟斌;吕毅设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种装配式施工装配序列优化方法在说明书摘要公布了：本发明提供了一种装配式施工装配序列优化方法，属于基于计算机辅助的工艺优化技术领域；首先采集获取施工现场雷达三维点云数据，RGB‑D传感器采集包含彩色及深度信息的图像，惯性测量单元采集上述两种传感器的位姿数据，然后经过点云数据转换、点云数据坐标转换、点云数据时间对齐、点云数据融合、施工现场3D点云数据建模、基于强化学习的装配序列优化以及装配序列的在线验证反馈几个过程，每个步骤相互衔接，共同实现最优装配策略的动态优化。通过多源传感器融合，有效减少点云漂移，提高建模精度，采用强化学习自主优化装配顺序，相比于传统遗传算法或人工规则，提高了装配策略的灵活性和自适应性，实时反馈装配可行性，提高施工可靠性。

本发明授权一种装配式施工装配序列优化方法在权利要求书中公布了：1.一种装配式施工装配序列优化方法，其特征在于，包括以下过程： S1，通过雷达传感器获取施工现场雷达三维点云数据，RGB-D传感器采集包含彩色及深度信息的图像，惯性测量单元采集上述两种传感器的位姿数据； S2，将采集的包含彩色及深度信息的图像转换为RGB三维点云数据； S3，对雷达三维点云数据、RGB三维点云数据以及位姿数据进行时间对齐； 使用位姿数据构造变换矩阵，基于构造的变换矩阵将时间对齐后的两种三维点云数据进行坐标转换，映射到同一坐标系； S4，对S3处理后的两种三维点云数据进行点云配准，获得融合点云数据，构建施工现场3D点云数据； S5，构建强化学习框架，将施工现场3D点云数据、待装配构件集合和施工状态数据输入构建好的强化学习框架进行迭代优化获得装配序列； 构建强化学习框架是使智能体在3D施工环境点云数据、待装配构件的集合、每个构件对应的3D点云数据下，学习装配顺序；通过强化学习策略决策下一个最优安装构件，强化学习框架定义如下： 状态：强化学习智能体在时刻t需要感知施工场景的状态，包括当前装配的点云数据；创建构件集合，记录当前已安装构件序列，则剩余可装配构件：； 动作：智能体选择下一个安装的构件； 策略：给定当前状态时，采取动作的概率分布； 奖励：评估当前装配顺序的优劣，选择该构件的施工效率、安全性和稳定性； 目标：学习最优策略以最大化累积奖励；即求解装配顺序：，表示第i个被安装的构件，其索引顺序需优化，N为总共需要装配的构件数量，在每一步t，智能体基于当前状态选择最优装配动作，即选择下一个安装的构件，优化目标为： ； 式中，为折扣因子，控制未来奖励对当前决策的影响，表示在所有装配序列中选择累积奖励最大的序列； 基于构建的强化学习框架，采用近邻场策略优化PPO进行策略优化： 智能体通过值函数评估当前施工状态在未来可能获得的长期收益，若施工顺序合理，则未来收益较高；并且，使用优势函数评估当前选择的动作是否比平均策略更优； 进行PPO策略更新，PPO采用裁剪的目标函数来稳定训练： ； 式中，表示策略优化目标函数，表示新旧策略概率比值，为PPO裁剪范围，用于限制策略的更新幅度，为对策略比值进行裁剪，确保策略更新不会过度偏离； S6，定义反馈评分函数，基于装配误差分析和碰撞检测，优化装配序列，得到最大化评分函数，若评分不满足标准，则返回S6进行优化调整，最终输出最优装配序列。

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国建筑第五工程局有限公司;中国建设基础设施有限公司，其通讯地址为：410007 湖南省长沙市雨花区中意一路158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。