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！

龙图腾网获悉中国标准化研究院申请的专利基于虚拟现实的智能产品模拟测试场景的构建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：CN119201644B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411284637.8，技术领域涉及：G06F11/34；该发明授权基于虚拟现实的智能产品模拟测试场景的构建方法是由刘霞;许丽丹;王坤然;陈倩雯;房祥静;叶如意;段琦;赵燕;孟翠竹;包国军;刘中华;苏雪妍设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本基于虚拟现实的智能产品模拟测试场景的构建方法在说明书摘要公布了：本发明公开了基于虚拟现实的智能产品模拟测试场景的构建方法，包括：获取智能产品参数，确定测试场景元素；获得智能产品的数学孪生模型和场景元素的动态估计；通过将场景元素的动态估计映射至智能产品的数学孪生模型，获得测试场景的数学孪生模型；基于测试模型对测试场景的数学孪生模型模拟测试操作，将测试模型输出的二维特征信息和一维特征信息反馈至数学孪生模型进行更新，获得二维虚拟点；基于二维虚拟点进行反投影恢复虚拟点云；根据虚拟点云进行三维建模，形成智能产品的虚拟模拟测试场景。该方法不仅可以精准模拟测试场景要素，同时具有较好的可解释性，可以直接应用于基于虚拟现实的智能产品模拟测试场景的构建系统中。

本发明授权基于虚拟现实的智能产品模拟测试场景的构建方法在权利要求书中公布了：1.基于虚拟现实的智能产品模拟测试场景的构建方法，其特征在于，包括以下步骤：获取智能产品参数和测试目的，基于所述测试目的确定测试场景元素；基于所述智能产品参数进行模拟仿真，获得智能产品的数学孪生模型；对所述测试场景元素进行数据动态演化，获得测试场景元素的动态估计；将所述测试场景元素的动态估计映射至所述智能产品的数学孪生模型，获得测试场景的数学孪生模型；基于所述测试目的构造测试模型，基于所述测试模型对所述测试场景的数学孪生模型模拟测试操作，将所述测试模型输出的二维特征信息和一维特征信息反馈至所述测试场景的数学孪生模型进行更新，获得二维虚拟点；对所述二维虚拟点进行反投影至三维坐标系下恢复虚拟点云；根据所述虚拟点云进行三维建模，形成智能产品的虚拟模拟测试场景；所述将所述测试场景元素的动态估计映射至所述智能产品的数学孪生模型的方法，包括：通过动态时间规整算法将测试场景元素的动态估计与智能产品的数学孪生模型进行时间对齐；通过构造映射函数对每一时间进行映射，其中映射函数的表达式为：FO＝Rp+t,Ssp,θ,TSTM,URp+t,VRp+t其中，FO为映射函数的输出，O为输入对象，Rp为位置向量，t为时间偏移为Rp随时间的变化，Ssp,θ为位置和方向特征函数，sp为空间位置，θ表示为方向变化，TS表示为空间模型尺度，TM表示为时间模型尺度，URp+t表示为位置向量与时间偏移的相关性函数，VRp+t表示为位置向量与时间偏移的转移矩阵；所述对所述二维虚拟点进行反投影至三维坐标系下恢复虚拟点云的方法，包括：通过Moore领域跟踪算法对二维虚拟点提取轮廓特征；通过卷积对轮廓特征进行最大池化操作计算，表达式为： 其中，Px,y为在坐标x,y处经过最大池化操作的结果，x和y分别表示为在二维平面上的横坐标和纵坐标，ω为最大池化操作中窗口的大小，i和j为最大池化操作中窗口内像素位置的索引，maxi∈[x,x+ω-1]maxj∈[y,y+ω-1]表示在最大池化窗口内，对于每个位置x,y，寻找窗口内所有位置的最大值，a和b分别为卷积核在水平和垂直方向上的大小的一半，m和n为卷积操作中卷积核位置的索引，Ix-i+m,y-j+n表示为当前位置x,y与卷积核的偏移量结合的特征值，Km,n为卷积核在位置m,n的权重值；对轮廓特征进行反投影，表达式为：u,v→K-1·[u,v,1]T→[R|t]-1·K-1·[u,v,1]T·z其中，u,v为轮廓特征进行最大池化操作计算的像素坐标，→表示为转换过程，K-1为内参矩阵的逆，[u,v,1]T为二维虚拟点的齐次坐标，[R|t]-1为外参矩阵的逆，z为像素点的深度值；基于反投影后的轮廓特征获得三维点，将得到的三维点集合起来，形成虚拟点云。

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中国标准化研究院，其通讯地址为：100191 北京市海淀区知春路4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”。