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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种利用激光雷达与深度学习神经网络计算结构应变分布的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：CN120874590B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511045567.5，技术领域涉及：G06F30/27；该发明授权一种利用激光雷达与深度学习神经网络计算结构应变分布的方法是由王文韬;许集然;黄飞龙;李惠设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种利用激光雷达与深度学习神经网络计算结构应变分布的方法在说明书摘要公布了：本发明公开了一种利用激光雷达与深度学习神经网络计算结构应变分布的方法，属于结构健康监测、实验力学与非接触式测量技术领域。该方法先通过激光雷达获取结构初始及不同状态的三维点云，经预处理得到相对位移场；构建含嵌入模块、Transformer模块、下采样模块、上采样模块及全连接层的深度学习神经网络模型，利用数字图像相关技术获取的数据训练模型；最后将预处理后的激光雷达点云数据输入训练好的模型，输出全场应变分布。本发明结合激光雷达与深度学习优势，克服点云稀疏性和噪声影响，实现高效、高精度的全场应变测量，适用于大型或复杂结构监测。

本发明授权一种利用激光雷达与深度学习神经网络计算结构应变分布的方法在权利要求书中公布了：1.一种利用激光雷达与深度学习神经网络计算结构应变分布的方法，其特征在于，包括以下步骤： 步骤1：获取结构的初始三维点云及不同状态下的三维点云，所述三维点云通过激光雷达测量得到； 步骤2：对所述初始三维点云及不同状态下的三维点云进行预处理，得到相对于初始状态的相对位移场； 步骤3：构建深度学习神经网络模型，包括嵌入模块、Transformer模块、下采样模块、上采样模块及全连接层，所述嵌入模块采用点云核心点卷积处理点云数据，所述Transformer模块通过基于移位窗口的自注意力机制提取点间特征关系，所述下采样模块通过最大池化压缩点云并扩大感受野，所述上采样模块用于聚合特征并恢复点云尺度，所述全连接层用于输出应变分布；其中，所述Transformer模块采用基于移位窗口的自注意力机制，包括：首先，在尺寸为的矩形窗口内构建点间自注意力图，所述自注意力图的计算方式为：， 其中，P为矩形窗口内的点集，n为窗口内点数，q为查询向量，为键向量，为值向量； 然后，采用平移窗口处理平移点集，实现窗口间特征交互，所述平移窗口的自注意力计算方式为： ， 其中，m为平移窗口内点数，c为交叉注意力关联点数； 最后，采用分层关键点采样策略，使各Transformer模块的窗口尺寸沿处理层级逐步扩展，扩大点云操作范围； 步骤4：利用数字图像相关技术获取的位移场与应变场数据训练所述神经网络模型； 步骤5：将预处理后的LiDAR点云数据输入训练好的模型，输出结构的全场应变分布。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。