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！

龙图腾网获悉石家庄铁道大学申请的专利冻土全场变形自适应测量方法、系统及设备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：CN121383887B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511959369.X，技术领域涉及：G01B11/16；该发明授权冻土全场变形自适应测量方法、系统及设备是由王盟;侯秀磊;徐飞;张玉芝;辛昭;徐安花;李旭;崔沂涵;郑新雨;段雪锋;朱沛华;王鼎设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本冻土全场变形自适应测量方法、系统及设备在说明书摘要公布了：本发明提供一种冻土全场变形自适应测量方法、系统及设备，涉及冻土变形技术领域。该方法包括：采集被测冻土环境的多模态数据得到初始数据；对初始数据中的序列图像数据标注ROI，获得被测冻土环境的ROI掩膜和置信图，并输入构建好的强化学习智能体，输出联动动作数据；其中，强化学习智能体的奖励函数耦合了基于DIC计算得到的多个物理一致性指标；强化学习智能体的动作空间包括ROI掩膜形态编辑、多层级ROI门控和DIC参数调整；基于联动动作数据更新ROI掩膜和DIC参数进行全场变形计算，输出全场位移场和全场应变场并计算质量指标，在质量指标劣化时，对强化学习智能体执行优化更新。本发明实现冻土全场变形自适应测量，提升长时程测量稳定性。

本发明授权冻土全场变形自适应测量方法、系统及设备在权利要求书中公布了：1.一种冻土全场变形自适应测量方法，其特征在于，包括： 采集被测冻土环境的多模态数据，并对所述多模态数据进行预处理得到初始数据；其中，所述多模态数据包括序列图像数据和温度数据； 对所述初始数据中的序列图像数据标注感兴趣区域ROI，获得被测冻土环境的ROI掩膜和置信图； 将所述ROI掩膜和所述置信图输入构建好的强化学习智能体，输出联动动作数据；其中，所述强化学习智能体的奖励函数耦合了基于数字图像相关法DIC计算得到的多个物理一致性指标；所述强化学习智能体的动作空间包括ROI掩膜形态编辑、多层级ROI门控和DIC参数调整；所述联动动作数据包括对候选ROI掩膜进行形态编辑的动作以及对DIC参数进行调整的动作；所述DIC参数包括子集尺寸、步长和权重；其中，所述多个物理一致性指标包括DIC相关残差、边界错配度、高应变梯度覆盖率、温度场一致性和时序一致性；所述奖励函数为五者的加权和；所述多层级ROI门控将ROI划分为核心区域、过渡区域和缓冲区域，以实现不同区域采用不同的DIC计算权重； 基于所述联动动作数据更新ROI掩膜和DIC参数，并进行全场变形计算，输出全场位移场和全场应变场； 基于所述全场位移场和所述全场应变场，计算质量指标，并在所述质量指标劣化时，对所述强化学习智能体执行优化更新； 其中，所述DIC相关残差为零均值归一化最小二乘偏差ZNSSD或零均值归一化互相关ZNCC； 所述奖励函数为： 其中，为ZNSSD或ZNCC残差均值，为边界错配度，为对高应变梯度区域的覆盖率，为时序一致性，为ROI与热异常区域的温度场一致性，，为测量域；为t时刻ROI掩膜，，为置信阈值，范围为0–1，为由置信图得到的候选轮廓集，，为高应变梯度区域，为高应变梯度判别阈值，用于从应变梯度范数中提取高应变梯度区域，为t时刻光流位移，为t-1时刻光流位移；，为温度场在内的均值，为温度场在内的标准差，为热异常区域，为坐标处温度值，为热异常判别系数，为权重，； 其中，在冻土热异常显著区域提高η对应的权重值；在高应变梯度区域提高γ对应的权重值。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17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。