Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学刘春获国家专利权

同济大学刘春获国家专利权

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!

龙图腾网获悉同济大学申请的专利基于点云与BIM的建筑施工进度的智能跟踪方法和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:CN121504104B

龙图腾网通过国家知识产权局官网在2026-04-14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:202610042389.9,技术领域涉及:G06Q10/0631;该发明授权基于点云与BIM的建筑施工进度的智能跟踪方法和系统是由刘春;吴蕴泽;艾克然木·艾克拜尔;厉彦一;于云龙;艾散·西尔艾力;沈雨清;王珍设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。

基于点云与BIM的建筑施工进度的智能跟踪方法和系统在说明书摘要公布了:本公开提供了一种基于点云与BIM的建筑施工进度的智能跟踪方法和系统,该智能跟踪方法包括:获取目标建筑的设计BIM和实际建筑在施工现场的实际点云数据;将实际点云数据输入至预设BIM的生成模型,以输出实际建筑的实际BIM;将相互匹配的设计构件和实际构件作为目标构件对;对于每个目标构件对,基于对应的设计子BIM和对应的实际子BIM,得到每个目标构件对的若干评估指标的差距值;基于差距值,得到每个目标构件对的综合差距值;基于每个目标构件对的综合差距值,对目标建筑的施工进度进行智能跟踪。本公开通过两个BIM进行比较,对多个评估指标进行综合考虑,以对建筑施工进度进行跟踪,提升了施工进度判定的准确性和可靠性。

本发明授权基于点云与BIM的建筑施工进度的智能跟踪方法和系统在权利要求书中公布了:1.一种基于点云与BIM的建筑施工进度的智能跟踪方法,其特征在于,所述智能跟踪方法包括: 获取目标建筑的设计BIM和实际建筑在施工现场的实际点云数据; 其中,所述实际建筑为按照所述目标建筑进行施工得到的对应的建筑; 将所述实际点云数据输入至预设BIM的生成模型,以输出所述实际建筑的实际BIM; 其中,所述目标建筑包括若干设计构件,所述设计BIM包括与每个所述设计构件对应的设计子BIM;所述实际建筑包括若干实际构件,所述实际BIM包括与每个所述实际构件对应的实际子BIM; 将相互匹配的所述设计构件和所述实际构件作为目标构件对; 对于每个所述目标构件对,基于对应的设计构件的设计子BIM和对应的实际构件的实际子BIM,得到每个所述目标构件对的若干评估指标的差距值; 基于所述差距值,得到每个所述目标构件对的综合差距值; 其中,所述综合差距值用于表征对应构件的当前施工进度; 基于每个所述目标构件对的所述综合差距值,对所述目标建筑的施工进度进行智能跟踪; 所述设计构件包括规则构件和异形构件; 对所述规则构件对应的所述设计子BIM,采用第一参数集进行表示; 对于所述异形构件且所述异形构件的设计文件中包含NURBS表示所需的参数,对所述异形构件对应的所述设计子BIM,采用NURBS进行表示,所述NURBS对应第二参数集; 对于所述异形构件且所述异形构件的设计文件中不包含NURBS表示所需的参数,对所述异形构件对应的所述设计子BIM,采用Mesh进行表示,所述Mesh对应第三参数集; 所述实际构件包括规则构件和异形构件; 对所述规则构件对应的所述实际子BIM,采用第一参数集进行表示; 对于所述异形构件且所述预设BIM的生成模型输出的所述异形构件的NURBS表示对应的实际置信度不小于预设置信度,对所述异形构件对应的所述实际子BIM,采用NURBS进行表示,所述NURBS对应第二参数集; 对于所述异形构件且所述预设BIM的生成模型输出的所述异形构件的NURBS表示对应的实际置信度小于预设置信度,对所述异形构件对应的所述实际子BIM,采用Mesh进行表示,所述Mesh对应第三参数集; 所述实际置信度对应的计算公式如下: ; E_fit_norm=min1,E_fitE_max; E_fit=sqrt1N*Σ||P_i-P'_i||²; V_curv_norm=min1,V_curvV_max; V_curv=Variance{k_1,k_2……k_N}; C_param_norm=min1,C_paramC_max; C_param=log[m+1*n+1]; 其中,snurbs表示所述实际置信度,E_fit_norm表示归一化的拟合误差,V_curv_norm表示归一化的曲率方差,C_param_norm表示归一化的参数复杂度,w_e表示所述拟合误差的权重,w_c表示所述曲率方差的权重,w_p表示所述参数复杂度的权重,E_fit表示原始拟合误差,E_max表示预设的最大允许误差阈值,N表示所述NURBS表示对应的原始点云中所述异形构件的点数,P_i表示所述原始点云中的第i个点,P'_i表示P_i在拟合出的所述NURBS表示上的最近投影点,V_curv表示所述原始点云中所述异形构件的所有点曲率的方差,V_max表示预设的最大允许曲率方差阈值,k_i表示P_i的主曲率,C_param表示原始复杂度,C_max表示预设的最大允许复杂度阈值,m和n表示NURBS曲面在两个方向上的阶次,m+1*n+1表示控制点总数。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

免责声明
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。