一种基于机载LiDAR的矿区地表移动变形预测方法、装置、设备和存储介质

AITNT
正文
推荐专利
一种基于机载LiDAR的矿区地表移动变形预测方法、装置、设备和存储介质
申请号:CN202411563145
申请日期:2024-11-05
公开号:CN119761162B
公开日期:2025-07-08
类型:发明专利
摘要
本发明属于地质勘测领域,具体涉及一种基于机载LiDAR的矿区地表移动变形预测方法、装置、设备和存储介质,包括收集目标矿区地表原始点云数据;基于机载LiDAR的回波特性提取非生长型固定地物的点云数据;采用移动窗口法遍历预处理后非生长型固定地物的点云数据以确定地表特性参数,确定目标矿区若干沉陷监测点并获取其工作面参数,结合遗传算法进行概率积分法参数反演得到概率积分参数;将概率积分参数、地表特性参数、以及工作面参数构建沉降预测模型用于进行地表变形预测。本发明实现了山区地表非生长型固定地物的沉降监测、以及山区地表任意点的特性参数快速计算,对于山区地形沉陷监测与预计具有一定参考价值和实践意义。
技术关键词
矿区地表 变形预测方法 概率积分法 地表特征 参数 点云 监测点 格网 遗传算法 山区地表 数据处理系统 数据处理模块 数据采集模块 预测装置 回波 电子设备 可读存储介质 处理器 无人机
系统为您推荐了相关专利信息
1
智能座舱控制方法及相关设备
智能座舱 音频 车外噪声 参数 车辆
2
乳品饮料生产设备智能监控与升级优化系统
乳品饮料 多任务 多层前馈神经网络 参数 数据分析算法
3
一种修正统计产漂流性卵鱼类自然繁殖规模的方法
产漂流性卵鱼类 规模统计方法 产卵 数学模型 鱼类自然繁殖
4
跨设备多智能体的边缘协同推理系统及其方法
动态协作 参数 云端 推理系统 模块通信
5
基于自组织学习算法的大规模卫星测控调度方法及系统
深度强化学习算法 遗传算法 调度系统 组织 策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号