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！

龙图腾网获悉合肥印月空间建筑设计有限责任公司申请的专利一种基于人工智能的土木工程造价管理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：CN120633942B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510972020.3，技术领域涉及：G06Q10/04；该发明授权一种基于人工智能的土木工程造价管理方法是由代梦麟;洪城城;靳振军设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本一种基于人工智能的土木工程造价管理方法在说明书摘要公布了：本申请公开了一种基于人工智能的土木工程造价管理方法，涉及土木工程造价：构建施工项目的BIM设计模型；采用激光雷达采集施工现场的点云数据，生成实际施工点云模型；将实际施工点云模型与BIM设计模型进行空间配准，得到配准后的融合模型；根据融合模型，通过深度学习算法识别已完成构件，并通过体积计算，得到实际已完成工程量；比对实际已完成工程量与BIM设计模型中对应时间节点的计划完成工程量，计算进度偏差率；根据进度偏差率，结合工程量清单中的单价信息，调整工程造价。针对土木工程造价动态监控精度低，本申请通过激光点云与BIM模型融合，利用深度学习算法识别构件完成状态并计算实际工程量等，提高了工程造价的动态监控精度。

本发明授权一种基于人工智能的土木工程造价管理方法在权利要求书中公布了：1.一种基于人工智能的土木工程造价管理方法，其特征在于，包括： S1，构建施工项目的BIM设计模型，BIM设计模型包括施工阶段的构件信息、工程量清单和计划进度数据； S2，采用激光雷达采集施工现场的点云数据，生成实际施工点云模型； S3，将实际施工点云模型与BIM设计模型进行空间配准，得到配准后的融合模型； S4，根据融合模型，通过深度学习算法识别已完成构件，并通过体积计算，得到实际已完成工程量； S5，比对实际已完成工程量与BIM设计模型中对应时间节点的计划完成工程量，计算进度偏差率； S6，根据进度偏差率，结合工程量清单中的单价信息，调整工程造价； S4，根据融合模型，通过深度学习算法识别已完成构件，并通过体积计算，得到实际已完成工程量，包括： 从融合模型中提取点云特征数据，点云特征数据包括空间坐标、反射强度和法向量； 根据空间坐标对点云特征数据进行体素化处理，将连续的点云数据转换为三维体素网格，每个体素单元包含对应空间位置的反射强度和法向量信息； 将三维体素网格输入预训练的卷积神经网络模型中，得到构件类型标签、空间位置和构件点云簇； 根据构件类型标签和空间位置信息，将识别出的各个构件点云簇与BIM设计模型中对应位置和类型的标准构件进行匹配，通过计算点云覆盖率确定构件的完成状态，完成状态包括完全完成、部分完成和未开始； 当点云覆盖率大于预设阈值时，判定为完全完成构件，直接从BIM设计模型中提取对应构件的设计体积作为实际完成体积； 当点云覆盖率小于预设阈值且大于预设阈值时，判定为部分完成构件，根据对应构件的点云簇空间坐标，重建构件点云簇的三维表面，计算封闭表面所包含的体积，将计算得到的体积值作为该构件的实际完成体积； 根据各构件的实际完成体积和工程量清单中对应构件类型的体积计算规则，按照工程分部分项累加得到各分项工程的实际已完成工程量； 将三维体素网格输入预训练的卷积神经网络模型中，得到构件类型标签、空间位置和构件点云簇，包括： 卷积神经网络模型包括特征提取层、实例分割层和语义识别层； 特征提取层利用反射强度和法向量信息提取构件的几何特征和材质特征； 实例分割层基于提取的几何特征，通过区域生长算法分离相邻构件，输出各个独立构件的点云簇； 语义识别层基于提取的材质特征和几何特征，输出各点云簇对应的构件类型标签； 根据构件点云簇的边界体素坐标，计算每个构件的中心位置，作为空间位置。

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合肥印月空间建筑设计有限责任公司，其通讯地址为：230092 安徽省合肥市包河区杭州路3333号和盛公馆9幢1003；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。