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！

龙图腾网获悉电子科技大学申请的专利一种基于物理约束VLA的OCCT智能模糊推理代码生成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：CN121785610B 。

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：202610265388.0，技术领域涉及：G06F8/41；该发明授权一种基于物理约束VLA的OCCT智能模糊推理代码生成方法是由王向向;刘骏;于永斌;范满平;李臣波;秦升宇;薛凯一;王靖雅;韩欣佚设计研发完成，并于2026-03-05向国家知识产权局提交的专利申请。

本一种基于物理约束VLA的OCCT智能模糊推理代码生成方法在说明书摘要公布了：一种基于物理约束VLA的OCCT智能模糊推理代码生成方法，属于工业智能制造与计算机视觉技术领域。首先融合物理合理性约束的几何自注意力与多视域共识对齐机制，实现毫米级高保真三维重建与点云配准；其次结合部件感知图注意力聚合、工业语义交互矩阵及连通性‑边界一致性联合约束训练，完成从几何与语义的精准分割与工程化理解；然后将自然语言模糊意图与精确几何参数映射为符合拓扑‑语法约束的可执行参数化建模代码；以模糊综合奖励为驱动，结合策略梯度优化与因果根因分析实现模型持续优化；最后通过弹性权重巩固、几何感知知识蒸馏确保系统不遗忘已有关键特征，实现从多模态原始数据到直接用于仿真与质检的高保真CAD模型的自主智能生成。

本发明授权一种基于物理约束VLA的OCCT智能模糊推理代码生成方法在权利要求书中公布了：1.一种基于物理约束VLA的OCCT智能模糊推理代码生成方法，其特征在于，包括以下步骤： S1：对工业零件的多视角图像进行对齐预处理，然后基于融入物理合理性约束的几何自注意力机制生成包含全局几何上下文信息的多视域共享特征；基于外观信息和空间信息将多视域共享特征解耦，然后利用工业结构先验和反映部件区域重要程度的显著性权重对外观信息和空间信息的特征进行更新，将更新后的特征转换为密集深度图，最后利用非线性滤波模块和边缘感知修复算法进行优化后，反投影得到三维点云模型； S2：构建点云分割网络，首先基于三维点云模型构建多尺度工业语义图结构，包括基于几何空间信息的几何邻近图，基于功能区域的功能语义图，基于制造工艺约束的制造约束图；然后对几何邻近图、功能语义图、制造约束图这三幅图进行动态图融合，得到动态融合图，所述动态融合图的节点对应三维点云模型中的一个点或一个特征聚合单元；基于局部-全局交互注意力计算动态融合图节点的关联权重后，对邻域节点基于关联权重进行加权，得到节点的增强特征，然后增强特征基于可学习的工业语义交互矩阵进行更新，最后经过分类器得到节点的部件语义描述符，完成对点云中所有点的语义重组处理，得到富含部件语义描述符的语义三维模型； S3：基于语义三维模型特征提取富语义特征向量，同时将用户自然语言输入指令映射为嵌入向量，与富语义特征向量结合后得到动作候选集；通过预设的模糊规则库对候选动作进行参数级推理、筛选与校正，从而确定与当前几何状态和工业设计逻辑最匹配的建模动作及其具体参数配置；最后进行OCCT代码自动生成，得到重建的CAD模型； S4：基于三维几何概念漂移检测和持续学习；从重建的CAD模型中提取多维几何及语义统计特征，通过计算其新旧任务时的概率分布，进行概念漂移检测；当系统检测到概念漂移后，进入持续学习阶段，通过计算损失函数的变化比率来监控模型在新旧知识之间的平衡状态；在训练新任务时，通过新旧任务的软目标蒸馏和几何特征对齐确保新旧模型在三维形状的语义理解与几何特征提取能力上实现平滑过渡。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。