深圳市交通工程试验检测中心有限公司;深圳市城市交通规划设计研究中心股份有限公司吕剑获国家专利权
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!
龙图腾网获悉深圳市交通工程试验检测中心有限公司;深圳市城市交通规划设计研究中心股份有限公司申请的专利一种自适应4D高斯泼溅高精度三维重建系统与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:CN121033280B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202511157934.0,技术领域涉及:G06T17/00;该发明授权一种自适应4D高斯泼溅高精度三维重建系统与方法是由吕剑;黎木平;辛荣亚;鄢全文设计研发完成,并于2025-08-19向国家知识产权局提交的专利申请。
本一种自适应4D高斯泼溅高精度三维重建系统与方法在说明书摘要公布了:一种自适应4D高斯泼溅高精度三维重建系统与方法,属于计算机图形处理技术领域。为解决实现多源异构数据的高精度自动配准并且提高计算效率的问题。本发明包括采集多源异构数据;构建多模态融合配准方法,包括结合卫星影像数据和低空倾斜摄影数据实现空间分布几何粗配准、融合低空激光雷达点云数据和地面采集车激光雷达点云数据实现光度精配准、建立语义特征辅助配准,得到配准的多源数据;初始化4D高斯基元并执行自适应泼溅重建,得到优化的4D高斯泼溅模型;设计面向4D高斯泼溅重建的云边协同计算架构,对得到的优化的4D高斯泼溅模型进行分布式并行处理;执行质量评估和自适应优化,输出最终的自适应4D高斯泼溅模型。
本发明授权一种自适应4D高斯泼溅高精度三维重建系统与方法在权利要求书中公布了:1.一种自适应4D高斯泼溅高精度三维重建方法,其特征在于:包括如下步骤: S1.采集多源异构数据,包括卫星影像数据、低空倾斜摄影数据、低空激光雷达点云数据、低空视频流数据、地面采集车激光雷达点云数据、地面采集车视频流数据,然后进行预处理,包括数据源标准化处理和多源设备时空基准对齐处理; S2.对步骤S1预处理后的多源异构数据,构建多模态融合配准方法,包括结合卫星影像数据和低空倾斜摄影数据实现空间分布几何粗配准、融合低空激光雷达点云数据和地面采集车激光雷达点云数据实现光度精配准、建立语义特征辅助配准,得到配准的多源数据; S3.基于步骤S2得到的配准的多源数据,初始化4D高斯基元并执行自适应泼溅重建,得到优化的4D高斯泼溅模型; 步骤S3的具体实现方法包括如下步骤: S3.1.基于步骤S2得到的配准的多源数据,初始化4D高斯基元; S3.1.1.从激光雷达点云数据初始化3D高斯基元,进行初始高斯函数播种,包括设置初始位置、协方差、颜色、不透明度; S3.1.2.对步骤S3.1.1初始化的3D高斯基元,扩展至4D时空高斯基元,加入时间参数,对初始位置、不透明度进行时间参数化; S3.1.3.对步骤S3.1.2得到的4D时空高斯基元,构建自适应初始化策略; 密度自适应初始化策略的表达式为: ; 其中,为自适应后得到的密度值,为初始默认的基元密度,为自适应系数,,为图像拉普拉斯算子; 尺度自适应初始化策略的表达式为: ; 其中,为高斯基元尺度,为到第i近邻距离,用于衡量局部密度,为平均距离,为全局平均邻距离,用作归一化基准,为尺度调节指数,设置; S3.2.对步骤S3.1初始化的4D高斯基元,进行自适应泼溅重建的自适应可微渲染优化迭代,在循环迭代的过程中通过自适应分裂准则、自适应删除准则对密度自适应进行控制;得到优化的4D高斯泼溅模型; S4.对步骤S3得到的优化的4D高斯泼溅模型,设计面向4D高斯泼溅重建的云边协同计算架构,对得到的优化的4D高斯泼溅模型进行分布式并行处理; 步骤S4设计面向4D高斯泼溅重建的云边协同计算架构的具体实现方法包括如下步骤: S4.1.对步骤S3得到的优化的4D高斯泼溅模型进行边缘端智能预处理; 首先进行SLAM状态估计和关键帧的位姿优化; 然后利用信息熵评估构建关键帧选取准则,对自适应关键帧进行选取; 最后进行多模态数据压缩,点云压缩优化,得到边缘端智能预处理后的4D高斯泼溅模型; S4.2.对步骤S4.2.1得到的边缘端智能预处理后的4D高斯泼溅模型在云端并行深度重建; S4.2.1.计算负载评估,进行智能负载均衡分配,表达式为: ; 其中,为节点i的负载评估函数,为节点i的数据量,为节点i的计算复杂度,为节点i的内存占用,、、分别为节点i的数据量、节点i的计算复杂度和节点i的内存占用的权重系数; 然后进行任务分配优化,表达式为: ; 其中,为任务调度优化目标值,为第i个节点的综合耗时代价,为节点i的处理时间,为通信开销,为通信权重; S4.2.2.利用数据并行策略进行并行GPU集群处理; S4.2.3.对并行GPU集群处理后的边缘端智能预处理后的4D高斯泼溅模型进行分布式结果融合,包括空间分区融合、重叠区域处理,得到分布式并行处理后的优化的4D高斯泼溅模型; S5.对步骤S4得到的分布式并行处理后的优化的4D高斯泼溅模型,执行质量评估和自适应优化,输出最终的自适应4D高斯泼溅模型。
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深圳市交通工程试验检测中心有限公司;深圳市城市交通规划设计研究中心股份有限公司,其通讯地址为:518000 广东省深圳市福田区梅林街道孖岭社区梅坳六路2号交通工程监督检测大楼4层整层;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