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！

龙图腾网获悉四川大学申请的专利一种基于物理信息神经网络模型的滑坡三维变形场监测方法和系统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：CN120160552B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510254713.9，技术领域涉及：G01B11/16；该发明授权一种基于物理信息神经网络模型的滑坡三维变形场监测方法和系统是由何容杰;蒋楠;李智宇;李海波;周家文;胡宇翔;李从江;张洁源;祝清阳;徐源懋;黄蕾;鲜昭;陈骎;范刚;戚顺超;罗洪钰;鲁功达设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络模型的滑坡三维变形场监测方法和系统在说明书摘要公布了：本发明公开了一种基于物理信息神经网络模型的滑坡三维变形场监测方法和系统。包括：利用三维激光扫描获取滑坡体的多期点云数据，并结合有限测斜和GNSS监测数据获取滑坡体的内外观时序变形数据；采用改进的ICP算法对点云数据进行解算，获得滑坡体的表面变形场；构建物理信息神经网络模型，根据监测数据进行训练，并通过优化模型参数，预测沿坡向和垂直坡向的位移；根据训练好的模型推演滑坡三维整体时序变形场，实现实时监测。本发明的优点是：能够提供高精度的滑坡变形监测，具有实时性和准确性，能够有效预警滑坡灾害。

本发明授权一种基于物理信息神经网络模型的滑坡三维变形场监测方法和系统在权利要求书中公布了：1.一种基于物理信息神经网络模型的滑坡三维变形场监测方法，其特征在于：包括以下步骤： 步骤1：利用三维激光扫描获取滑坡体的多期点云数据，并结合有限测斜和GNSS监测获取滑坡体的有限内外观时序变形监测数据； 步骤2：采用改进ICP算法对多期点云数据进行解算，获取滑坡体的表面变形场；所述改进ICP算法用于识别源点云和目标点云之间对应的点对，并基于这些点对构建旋转和平移矩阵，以确保误差函数最小化； 所述的改进ICP算法包括以下步骤： 识别源点云和目标点云之间对应的点对，并基于这些点对构建旋转矩阵和空间平移向量，具体公式如下： Q＝MP+t 其中，P为源点云，Q为目标点云，M为空间旋转矩阵，t为空间平移向量；ty表示沿Y轴的平移量,tz表示沿Z轴的平移量,rij其中i、j＝1,2,3表示旋转矩阵的一个分量，用来旋转点云的坐标； 利用旋转矩阵M和空间平移向量t来估计误差函数，并通过迭代优化变换以最小化误差函数，所述误差函数J的表达式为： J＝Σ||qi-M*pi+t||2 其中，qi是目标点云中的第i个点，pi是源点云中的第i个点； 在每次迭代中，计算新的旋转矩阵Mn和平移向量tn，使得误差函数的总和最小，具体计算公式为： 其中，pi n-1为上一次迭代的点云，qi为目标点云的点，k是点云中点的总数量； 当满足最大迭代次数nmax或误差阈值δ时，停止迭代，完成计算； 步骤3：构建物理信息神经网络模型，根据滑坡有限的内外观时序变形监测数据对模型进行训练，获取最优参数， 滑坡体通过条分法被分割成若干条带，条带与水平面之间的夹角为θi，沿坡向的变形u和垂直坡向的变形v与监测时间t之间的关系如下式： 所述物理信息神经网络模型的边界条件包括滑坡变形边界，且在监测时间t＝0时，滑坡体无变形；在监测时间t＝∞时，滑坡变形收敛至最大值Umax和Vmax； 滑坡体通过条分法被分割成若干条带，条带与水平面之间的夹角为θi，沿坡向的变形u和垂直坡向的变形v与监测时间t之间的关系如下式： 模型的输入为x,y,z,t，其中x,y,z为监测点的三维空间坐标，t为监测时间，输出为沿着坡向的位移u和垂直坡向的位移v；所述物理信息神经网络模型的总损失L包括传统损失Ldata和物理信息损失Lphysics，表达式为： L＝Ldata+Lphysics 物理信息神经网络模型的总损失L用于表达滑坡体内外部力学变形的物理规律； 步骤4：根据优化好的网络参数，用训练好的物理信息神经网络模型推演滑坡三维整体时序变形场，实现滑坡三维变形场的实时监测。

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四川大学，其通讯地址为：610065 四川省成都市一环路南一段24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”。