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！

龙图腾网获悉国能大渡河金川水电建设有限公司申请的专利一种多源数据融合的边坡安全监测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：CN120928337B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511470371.0，技术领域涉及：G01S13/86；该发明授权一种多源数据融合的边坡安全监测方法是由冯德强;张玉祥;陈昭宇;余瑞洋;张涛;付镜徽设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种多源数据融合的边坡安全监测方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种多源数据融合的边坡安全监测方法，包括获取三维激光扫描生成的边坡表面三维模型及边坡雷达采集的二维雷达变形云图；通过自监督深度学习模型的编码器提取云图空间特征向量，解码器输出三维热图坐标数据；基于地形曲率阈值从三角网格顶点筛选坡肩、陡坎及裂缝区域地形特征点；将三维热图特征点与地形特征点匹配，经仿射变换映射至三维模型坐标系生成带时间戳动态三维变形热图；比对各时间戳位移值计算位移变化量；在三维模型上以颜色梯度标记位移超限区域并输出三维可视化结果。本发明实现二维变形数据到三维空间映射，消除现有二维云图定位模糊性，提升边坡变形位置识别精度。

本发明授权一种多源数据融合的边坡安全监测方法在权利要求书中公布了：1.一种多源数据融合的边坡安全监测方法，其特征在于，包括： 步骤1，获取边坡表面三维模型和二维雷达变形云图，边坡表面三维模型包括通过三维激光扫描生成的边坡表面点云数据及三角网格拓扑结构，二维雷达变形云图包括通过边坡雷达采集的像素位置坐标、对应位移量及采集时间信息； 步骤2，将二维雷达变形云图中的像素位置坐标及对应位移量输入预先训练好的自监督深度学习模型，自监督深度学习模型采用历史边坡变形数据训练得到，通过自监督深度学习模型的编码器提取空间特征向量，通过自监督深度学习模型的解码器将空间特征向量映射为包括水平位置、垂直位移及高程的三维热图坐标数据； 步骤3，基于根据边坡地质特性预设的地形曲率阈值从三角网格顶点中筛选关键特征点，计算每个顶点的曲率值，选取曲率大于阈值的顶点作为地形特征点，地形特征点包括边坡坡肩、陡坎及裂缝区域的顶点坐标； 步骤4，将步骤2生成的三维热图坐标数据中的特征点与步骤3筛选出的地形特征点进行匹配，通过仿射变换算法将三维热图坐标映射到边坡表面三维模型的坐标系，生成带有雷达采集时间戳的动态三维变形热图； 步骤5，比对动态三维变形热图中同一坐标点在不同时间戳的位移值，计算位移变化量，并将位移变化量数据存储至预设的位移数据库，从位移数据库中提取位移变化量数据，与根据工程安全标准预设的阈值进行比对，识别位移变化量超限的坐标区域； 步骤6，在边坡表面三维模型上以颜色梯度标记识别出的位移变化量超限的坐标区域，输出三维可视化监测结果； 还包括： 基于带时间戳的动态三维变形热图： 选取连续两个时间戳中同一坐标点的位移变化量； 计算位移变化量差值的时间变化率； 当变化率超过预设安全值时，触发预警信号并发送至终端设备； 还包括： 响应于预警信号触发，根据预警信号中携带的位移变化率超限幅度数值动态调整自监督深度学习模型的在线学习速率，根据位移变化率超限幅度数值增加二维雷达变形云图的采样频率，激活降噪处理的植被光谱特征库动态更新机制，基于当前季节的光谱特征修正匹配阈值； 在三维可视化监测界面中叠加预警区域的热力图层，以脉动红光高亮显示位移变化率超限坐标点，自动关联该坐标点对应的三角网格模型结构参数，实时输出岩体应力分布模拟数据至终端； 启动无人机激光扫描仪的自动巡航任务，根据预警坐标位置生成环绕飞行路径，以毫米级分辨率重采集预警区域点云数据，触发曲面重构算法更新边坡表面三维模型； 将重采集数据输入在线学习机制，迭代优化自监督深度学习模型的编码器与解码器权重参数，重新生成三维热图坐标数据以替换先前生成的三维热图坐标数据； 基于更新后的动态三维变形热图，重新计算位移变化量及位移变化率，若连续三次迭代后变化率仍超限，则升级预警等级。

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国能大渡河金川水电建设有限公司，其通讯地址为：624100 四川省阿坝藏族羌族自治州金川县咯尔乡；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。