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！

龙图腾网获悉北京科技大学申请的专利基于视觉先验与物理约束的流体力学求解方法和系统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：CN118607414B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202410923284.5，技术领域涉及：G06F30/28；该发明授权基于视觉先验与物理约束的流体力学求解方法和系统是由张雅斓;徐宇航;董子瑞;班晓娟设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本基于视觉先验与物理约束的流体力学求解方法和系统在说明书摘要公布了：本发明公开了一种基于视觉先验与物理约束的流体力学求解方法和系统，涉及计算机图形学流体模拟技术领域，包括：基于图注意力网络模型对单目流体图片进行重建，得到三维流体点云粒子；基于点云处理的方法对三维流体点云粒子进行滤波与表面光滑处理，得到处理之后的流体点云粒子；计算流体点云粒子中每个粒子的位置信息，并基于位置信息重建处理之后的流体点云粒子的速度场信息；以位置信息、速度场信息和预设粘度信息作为输入，输入到带有物理约束的动力学求解器中，得到处理之后的流体点云粒子的流体运动轨迹预测结果。本发明过程稳定、可以实现复杂流体形状在任意固体边界上的三维流体流动效果仿真。

本发明授权基于视觉先验与物理约束的流体力学求解方法和系统在权利要求书中公布了：1.一种基于视觉先验与物理约束的流体力学求解方法，其特征在于，所述方法包括：基于图注意力网络模型对单目流体图片进行重建，得到三维流体点云粒子；基于点云处理的方法对所述三维流体点云粒子进行滤波与表面光滑处理，得到处理之后的流体点云粒子；计算所述流体点云粒子中每个粒子的位置信息，并基于所述位置信息重建所述处理之后的流体点云粒子的速度场信息；其中，计算速度场包括：设有两组点云分布P＝{p1，p2，...，pn}和Q＝{q1，q2，...，qm}，其中pi和qj分别是在连续的两帧中对应的三维空间中的点，n和m分别是两组点云中点的数量；对于P中的每一个点pi，计算其与Q中所有点qj之间的距离dpi，qj，找到最短的距离对应的qj，即qmin；其中，将寻找最短距离匹配对问题看作一种分配问题，利用BFS或DFS算法，在多项式时间内以最低成本完成分配问题；为每个pi找到了最近的qmin后，根据最近粒子的索引下标计算位移向量Δpi＝qmin-pi，由于使用了固定的时间步长，使用位置差除以固定时间步获得每个粒子上的速度vi；计算每个流体粒子速度的均值作为所有粒子共同的速度；以所述位置信息、所述速度场信息和预设粘度信息作为输入，输入到带有物理约束的动力学求解器中，得到所述处理之后的流体点云粒子的流体运动轨迹预测结果；所述预设粘度信息为所述处理之后的流体点云粒子的粘度信息；其中，所述方法还包括：基于连续卷积算子搭建多层预测模型；基于能量模型对所述多层预测模型进行迭代优化，并在迭代优化过程中引入基于位置的流体力学中的不可压缩约束替换更新步长，得到所述带有物理约束的动力学求解器；其中，结合能量模型与不可压缩物理约束，将模型的正向计算过程建模为流体动力学的隐式迭代方法其中，fc为预测模型；c是一个标量，表示的是整个流体流动场景的能量大小，用于衡量是否是流体最佳的运动状态，c越小越好；使用该方式进行的预测过程被建模为如下的优化问题： 其中，所述多层预测模型包括流固特征提取网络和特征传播网络；其中，所述流固特征提取网络，用于提取流固特征；所述流固特征包括流体粒子与流体粒子之间的交互，和流体粒子与固体粒子之间的交互；所述特征传播网络，用于基于所述流固特征进行多层次的特征学习，并聚合全局粒子信息，输出位置的更新。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。