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！

龙图腾网获悉南京航空航天大学申请的专利一种基于深度学习与规则范式的飞机外形测量视点生成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：CN120124194B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510616566.5，技术领域涉及：G06F30/15；该发明授权一种基于深度学习与规则范式的飞机外形测量视点生成方法是由朱文涛;汪俊;张凯钧;吴翔;王元耿;韩成设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于深度学习与规则范式的飞机外形测量视点生成方法在说明书摘要公布了：本发明公开一种基于深度学习与规则范式的飞机外形测量视点生成方法，包括：对飞机CAD数模进行离散化操作得到飞机整机点云；基于深度学习网络AP‑SSN对飞机整机点云进行语义分割得到不同部件飞机点云；构建飞机不同部位视点生成规则范式，为飞机不同部位生成初始视点集；合并不同部位视点集构成飞机整机测量视点集，并综合考虑视点数量、视图质量和视点冗余等多因素，全局优化飞机整机测量视点集；本发明通过引入深度学习网络结合针对性规则范式，实现视点集快速生成；并从多角度进行全局优化提升视点生成的合理性与执行效率。本发明融合了深度学习、参数化建模与规则范式，有效提高测量视点生成的自动化程度与智能化水平。

本发明授权一种基于深度学习与规则范式的飞机外形测量视点生成方法在权利要求书中公布了：1.一种基于深度学习与规则范式的飞机外形测量视点生成方法，其特征在于，具体包括以下步骤： S1、将飞机CAD数模化为三角网格，再对三角网格进行泊松采样得到飞机整机点云； S2、设计语义分割深度学习网络AP-SSN，并利用标注好的多种飞机整机点云进行训练，得到训练好的AP-SSN；再将待处理的飞机整机点云输入到训练好的AP-SSN中进行语义分割，得到每个点的语义标签；再根据标签进行分组和空间聚类，得到不同部位飞机点云； S3、构建飞机不同部位视点生成的规则范式，对不同部位飞机点云应用规则范式对飞生成不同部位的初始视点集； S4、合并不同部位的初始视点集构成飞机整机初始视点集，并对飞机整机初始视点集进行全局优化，得到最终的飞机整机测量视点集，具体包括： S41、合并飞机不同部位视点集构成飞机整机测量视点集； S42、综合考虑视点数量、视图质量和视点冗余，构造目标函数对飞机整机测量视点集进行全局优化，构造目标函数的具体过程为： 综合考虑视点数量最小化、覆盖率最大化、冗余最小化、不可见区域最小化、视点碰撞风险最小化、扫描质量最大化构造目标函数，以最小化目标函数为评价标准从飞机整机测量视点集中选出最优子集；目标函数的公式表示为： ； 其中，分别表示视点数量评价函数、覆盖率评价函数、冗余评价函数、不可见区域评价函数、碰撞风险评价函数、扫描质量评价函数；为各评价函数对应的权重参数，根据实际需要调整，其中为正，为负； 各评价函数的具体公式分别为： ； ； ； ； ； ； 其中，表示子集中视点数量；表示飞机整机测量视点集中视点数量；为飞机点云中点数，表示被中至少一个视点扫描到的点数；为每个点被多个视点看到的次数；表示不可见点数量；为每个视点与模型表面最近距离，为安全距离；为指示函数，表示是否违反安全距离；为视点方向与点云法线夹角，为视点与目标点的距离，为距离衰减因子； 并结合优化算法求解最优视点集，得到最终的飞机整机测量视点集合。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。