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！

龙图腾网获悉中交第二航务工程局有限公司申请的专利富水风化花岗片麻岩隧道施工灾害风险智能防控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：CN120384783B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510469600.0，技术领域涉及：E21F17/18；该发明授权富水风化花岗片麻岩隧道施工灾害风险智能防控系统是由曹林祥;周兴涛;王虎;韩昭阳;陈晓帆;王非凡设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本富水风化花岗片麻岩隧道施工灾害风险智能防控系统在说明书摘要公布了：本发明公开了富水风化花岗片麻岩隧道施工灾害风险智能防控系统，涉及隧道施工领域，包括：采集模块，用于采集隧道内图像数据，对隧道内图像数据进行储存；特征提取模块，用于接收采集模块中储存的图像数据，提取图像数据的特征图像；迭代模块，用于获取特征提取模块运行提取到的图像数据的特征图像，将特征图像向采集模块中传输，以迭代各特征图像对应的各图像数据；本发明通过视觉监测技术，在针对性采集施工隧道内图像数据后，对图像数据的轮廓进行识别，进而基于轮廓图像变异性分析，实时监测施工隧道内灾害风险，同步基于识别结果发出预警，保障施工人员实时知晓施工隧道内灾害风险状态，维护富水风化花岗片麻岩地质情景下稳定开展隧道施工。

本发明授权富水风化花岗片麻岩隧道施工灾害风险智能防控系统在权利要求书中公布了：1.富水风化花岗片麻岩隧道施工灾害风险智能防控系统，其特征在于，包括： 采集模块，用于采集隧道内图像数据，对隧道内图像数据进行储存； 所述采集模块下级设置有构建单元及选择单元，构建单元用于上传隧道施工区域富水风化花岗片麻岩探测信息，基于探测信息构建富水风化花岗片麻岩分布模型，同步为富水风化花岗片麻岩分布模型配置现实坐标，使富水风化花岗片麻岩分布模型上任意位置的位置坐标与其在现实中的位置坐标一致，选择单元用于遍历富水风化花岗片麻岩分布模型，在富水风化花岗片麻岩分布模型上选择图像数据采集点位； 特征提取模块，用于接收采集模块中储存的图像数据，提取图像数据的特征图像； 迭代模块，用于获取特征提取模块运行提取到的图像数据的特征图像，将特征图像向采集模块中传输，以迭代各特征图像对应的各图像数据； 分析模块，用于在采集模块中调取基于迭代操作储存的特征图像，基于特征图像分析隧道施工灾害风险性； 预警模块，用于接收分析模块中隧道施工灾害风险性分析结果，基于分析结果决策是否发出预警信息至系统端用户的移动计算机设备； 所述图像数据采集点位还包括： 自定义截面捕捉间距，在完成割离操作的富水风化花岗片麻岩分布模型上，基于截面捕捉间距，自隧道施工区域的一端开始捕捉隧道施工区域的截面，基于截面对富水风化花岗片麻岩分布模型进行分割，以获取若干个分割面，对各分割面的面积进行计算，基于面积计算结果对各分割面进行降序排列，在降序排列队列中后半部分对应的分割面上再次选择图像数据采集点位； 其中，截面捕捉间距设定阶段，服从：富水风化花岗片麻岩分布模型体积越大，截面捕捉间距越大，富水风化花岗片麻岩分布模型体积越小，截面捕捉间距越小，且基于机器学习的预测模型以富水风化花岗片麻岩分布模型的体积、地质构造复杂度、历史施工灾害数据等作为输入特征，通过训练学习建立体积与截面捕捉间距的非线性关系模型，以完成截面捕捉间距的最终设定; 所述分割面面积计算逻辑即： ； 式中：为分割面面积；为分割面外轮廓限定区域的面积；为隧道施工区域截面面积； 其中，在分割面上选择图像数据采集点位时，识别隧道施工区域截面轮廓上各点到分割面内轮廓上各点的距离，以距离最短的识别结果所对应的隧道施工区域截面轮廓上的点作为图像数据采集点位，且在计算分割面面积时，采用基于像素统计与几何计算融合的方法将其转化为像素矩阵进行像素统计得到近似面积，再应用几何算法进行精确修正；在选择采集点位时，利用基于深度神经网络的目标检测算法，自动识别隧道施工区域截面轮廓和分割面内轮廓，通过计算点云数据间的欧氏距离确定最短距离点，作为分割面面积在计算时的基础参数； 于同一采集点位采集的图像数据在采集阶段，采集距离、角度均保持一致，所述特征提取模块在图像数据中提取的特征图像即轮廓图像； 所述特征图像在提取阶段，首先对图像数据进行优化处理，再执行特征图像的提取操作； ； 式中：为优化处理后的图像数据，即轮廓凸显后的图像数据；为原图像数据；为权重系数；为拉普拉斯算子；表示卷积运算；为高斯模糊核函数； 所述权重系数＞0，，表示核函数中的坐标位置，表示高斯分布的标准差； 其中，优化处理过程中，引入自适应权重调整机制，自适应权重调整机制根据图像的灰度分布、纹理复杂度等特征，通过构建基于卷积神经网络的权重预测模型，动态调整权重系数； 所述分析模块中隧道施工灾害风险性分析逻辑表示为： ； 式中：为两幅特征图像的差异性，即用于表示两幅特征图像表现的隧道施工灾害风险性；为权重；为匹配成功的关键点对数量；为匹配点对集合；为在特征图像中的坐标；为在特征图像中的坐标；为两幅特征图像的轮廓曲线相似性距离； 其中，对两幅特征图像基于SIFT算法提取关键点集合，记作，经关键点匹配得到匹配点对集合，； 将两幅特征图像的轮廓曲线分别离散为点集，通过动态时间规整算法计算得到，将参与到隧道施工灾害风险性分析过程当中； 基于上式对每个采集点位对应的所有特征图像中两两为一组进行差异性计算，识别计算结果中差异性最大值，设定风险判定阈值，将差异性最大值与风险判定阈值比对，以差异性最大值大于等于风险判定阈值的采集点位记作施工灾害风险点位。

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交第二航务工程局有限公司，其通讯地址为：430040 湖北省武汉市东西湖区金银湖路11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。