一种基于代理模型的树木健康状态评估方法

    公开(公告)号:CN120087120A

    公开(公告)日:2025-06-03

    申请号:CN202510057121.8

    申请日:2025-01-14

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于代理模型的树木健康状态评估方法,通过收集不同类型树木的几何形状数据和材料属性数据,建立树木的三维有限元模型,并进行有限元分析。根据分析结果与几何数据,利用神经网络构建适应性代理模型,并对其进行训练,生成树木健康状态的预测模型。通过传感器与无人机实时采集待评估树木的应力、应变、损伤因子分布等特征数据,将其输入训练后的适应性代理模型进行动态分析,实时反馈数据优化模型参数。根据评估结果,自动生成不同健康状态等级树木的防风加固对策,提升加固措施的科学性与精准性。本发明不仅提高了树木健康状态评估的准确性,还实现了实时监测与动态预警,能在树木损伤发生初期及时识别并反馈,给出对应的防风加固对策,避免了延误处理。

    一种基于点云模型的树木风荷载评估方法

    公开(公告)号:CN119885738A

    公开(公告)日:2025-04-25

    申请号:CN202411945984.0

    申请日:2024-12-27

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于点云模型的树木风荷载评估方法,通过将无人机采集图像进行语义分割,提取树冠部分图像进行三维重建,生成点云模型,提取树冠和树干的点云数据,生成目标树木三维点云模型。通过Alpha Shape算法计算树冠的风荷载影响面积。结合风速、风向和树木几何特征,使用ANSYS Fluent软件模拟不同风向和风速条件下的风荷载分布,计算风荷载作用下的风荷载结果。最后,基于有限元分析方法,结合风荷载数据进行树木结构应力分析,评估树木在风力作用下的疲劳寿命和破坏风险。该方法能够准确评估树木在风力作用下的动态响应,具有高效、精确和自动化的特点,广泛适用于风灾预警、树木健康监测和环境保护等领域。

    一种基于无人机采集图像与图像识别的树木建模方法

    公开(公告)号:CN119863719A

    公开(公告)日:2025-04-22

    申请号:CN202411909911.6

    申请日:2024-12-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于无人机采集图像与图像识别的树木建模方法,包括:根据目标区域的规模与树木分布规划无人机的飞行路径,采集树木的多角度图像;然后,通过预处理对图像进行去噪、裁剪和增强,并使用预训练的神经网络对图像进行语义分割,获取每个像素的语义标签;通过SIFT算法提取图像特征点并进行匹配,利用COLMAP增量式重建方法构建初步三维点云模型;依据图像的语义分割结果,将各像素的语义标签传递给点云数据,完成点云的语义标注;再通过遍历点云数据,依据标签对点云进行分割,得到树木三维点云模型;该方法可广泛应用于植被监测、森林资源调查及生态环境保护等领域,具备高精度、自动化和高效性的优点。

Patent Agency Ranking