华南理工大学罗小春获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利基于图像与点云双模态数据的高处作业风险实时判定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:CN121459296B 。
龙图腾网通过国家知识产权局官网在2026-03-20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:202610008034.8,技术领域涉及:G06V20/52;该发明授权基于图像与点云双模态数据的高处作业风险实时判定方法是由罗小春;许珏滔;胡楠;周炜晖;杨子恒;董书航设计研发完成,并于2026-01-06向国家知识产权局提交的专利申请。
本基于图像与点云双模态数据的高处作业风险实时判定方法在说明书摘要公布了:本发明公开了基于图像与点云双模态数据的高处作业风险实时判定方法,属于计算机视觉与人工智能与工程建设安全交叉领域,包括以下步骤:S1、通过激光雷达与RGB相机得到双模态数据流;S2、通过获取相机内参矩阵、拟合外参配准矩阵,得到标定参数集;S3、优化提示词,驱动SAM‑2分割模型,得到二维掩膜;S4、将二维掩膜逆向投影,得到彩色点云实例集合;S5、通过三维几何质心计算得到三维几何质心和三维语义拓扑场景图;S6、通过执行可解释规则引擎,得到多项安全规则合规性结果。采用上述方法,解决了现有高处作业风险判定技术在复杂环境适应性、多模态融合效能、三维空间感知及风险判定可解释性上的不足。
本发明授权基于图像与点云双模态数据的高处作业风险实时判定方法在权利要求书中公布了:1.基于图像与点云双模态数据的高处作业风险实时判定方法,其特征在于:包括以下步骤: S1、基于高处作业风险实时监测的基础数据需求,通过高刚性机械结构耦合激光雷达与RGB相机、硬件级同步触发机制,得到由毫秒级时间对齐的三维点云与二维RGB图像组成的双模态数据流; S2、基于步骤S1采集的双模态数据流,通过实验室标定获取相机内参矩阵,现场采集数据拟合外参配准矩阵,得到支持高精度融合的标定参数集; S3、基于步骤S1采集的二维RGB图像,并基于当前环境噪声下关键安全要素的检测置信度分布特性,通过采用优化策略为最大化期望检测置信度、最小化检测置信度方差的不确定性感知提示词适配模块UPA对初始提示词集进行动态修正与替换,以动态优化提示词,并将优化后的提示词输入GroundingDINO开放词表检测模型生成关键安全要素的二维检测框,利用该检测框作为时空提示信息驱动SAM-2深度分割模型,得到包含关键安全要素信息标识的高鲁棒性二维掩膜; S4、基于步骤S2的标定参数集,将步骤S3的二维掩膜图像逆向投影,使投影得到的掩膜像素与步骤S1的三维点云同帧匹配,得到赋有语义标签的彩色点云实例集合; S5、基于步骤S4得到的彩色点云实例集合,依次通过统计离群点移除SOR预处理、三维几何质心计算以及地面平面拟合,得到关键安全要素信息标识的三维几何质心和基于质心位置构建的三维语义拓扑场景图; S6、基于步骤S5构建的三维语义拓扑场景图、三维几何质心及拟合的地面平面,通过可解释规则引擎执行深度几何分析以及多因素布尔加权模型量化,得到多项安全规则合规性结果与实时风险评分。
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华南理工大学,其通讯地址为:510641 广东省广州市天河区五山路381号华南理工大学土木与交通学院105;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励