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！

龙图腾网获悉安徽大学申请的专利一种基于点云的带孔洞预制墙体平整度检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：CN120634965B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510639515.4，技术领域涉及：G06T7/00；该发明授权一种基于点云的带孔洞预制墙体平整度检测方法是由陈雪莲;周思宇;赵育听;王华彬;李学俊设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种基于点云的带孔洞预制墙体平整度检测方法在说明书摘要公布了：本发明公开了一种基于点云的带孔洞预制墙体平整度检测方法，首先采集预制墙体表面的点云数据，构建预制墙体表面的点云数据集；然后采用曲率特征与邻近点法向量角度双阈值筛选机制，对点云数据集中的点云数据进行降采样处理；再将降采样处理后的点云数据与预制墙体的BIM模型对齐，标记孔洞区域，并生成孔洞区域掩膜，排除孔洞区域无效数据的干扰；最后基于曲率补偿RANSAC算法拟合全局参考平面，通过动态窗口计算局部曲面中心点与全局参考平面的偏差值，进行预制墙体表面平整度的评估；本发明提升了检测的精度和效率，避免了孔洞区域无效数据的噪声干扰并保留施工缺陷信息，并提升了预制墙体表面平整度检测的鲁棒性。

本发明授权一种基于点云的带孔洞预制墙体平整度检测方法在权利要求书中公布了：1.一种基于点云的带孔洞预制墙体平整度检测方法，其特征在于：具体包括有以下步骤： 1、采集预制墙体表面的点云数据，构建预制墙体表面的点云数据集； 2、采用曲率特征与邻近点法向量角度双阈值筛选机制，在保留墙面凹凸区域与孔洞边缘特征的同时，对点云数据集中的点云数据进行降采样处理，具体步骤为： S21、对点云数据集中的每个点，采用KD树搜索其最近的多个邻点，构建得到邻域点集，并计算邻域点集的协方差矩阵，协方差矩阵的计算公式见下式1： 1； 式1中，邻域质心坐标，代表邻域点集中邻点的数量，代表向量的转置操作，将行向量转换为列向量，使得外积运算结果为3×3的协方差矩阵； 然后对协方差矩阵进行特征值分解，得到特征值，最大特征值对应数据扩展最快的方向，即曲率最小的方向，最小特征值对应数据最集中的方向，即曲率最大的方向； 其中，最小特征值对应的特征向量即为点的法向量，点的曲率值通过下式2计算得到： 2； 式2中，曲率值是基于邻域点集的局部曲率度量，其量化了局部表面的弯曲程度，高曲率墙面区域将显著区别于平坦墙面区域； S22、将所有点的曲率值求和，然后除以点云数据集中点的总数，得到点云数据集曲率的均值，具体见下式3： 3； 式3中，代表点云数据集中点的总数，是第i个点的曲率； 然后计算曲率阈值，计算过程见下式4： 4； 式4中，代表曲率标准差； S23、为捕捉预制墙体表面的微小凹凸缺陷，计算点与其所有邻点的法向量夹角，并取法向量夹角中的最大法向量夹角，法向量夹角的计算具体见下式5： 5； 式5中，代表点的法向量，代表邻点的法向量； S24、保留点云数据集中满足下式6的点云，从而保留具有高曲率或法向量夹角大的点，即优先捕获孔洞边缘与表面不平整区域，实现点云数据的降采样处理； 6； 式6中，代表点的曲率值，代表点与其邻点的最大法向量夹角，代表曲率阈值，代表角度阈值，为设定值； 3、将降采样处理后的点云数据与预制墙体的BIM模型对齐，标记孔洞区域，并生成孔洞区域掩膜，排除孔洞区域无效数据的干扰； 4、基于曲率补偿RANSAC算法拟合全局参考平面，通过动态窗口计算局部曲面中心点与全局参考平面的偏差值，进行预制墙体表面平整度的评估。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。

以上内容由龙图腾AI智能生成。