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！

龙图腾网获悉江西理工大学申请的专利用于非朗伯体外观的自主多角度联合检测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：CN116124787B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211604958.2，技术领域涉及：G01N21/88；该发明授权用于非朗伯体外观的自主多角度联合检测方法是由王碧;聂宇松;黄伟东;杨书新;吴剑青;曾博文设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本用于非朗伯体外观的自主多角度联合检测方法在说明书摘要公布了：本发明公开了用于非朗伯体外观的自主多角度联合检测方法，涉及自动检测技术领域。在固定检测场景下对单一产品外观进行检测，通过数据驱动的人工智能方法获得多视角规划策略。通过已学得的视角规划策略和学习所用的样本集合，查询新产品图像的Top‑k个近似邻居样本，并获得对应的视角规划策略。通过新产品的样本来调整k个检索视角规划策略的权重，通过加权和的方式来估计任意新产品图像的多视角规划策略。采用深度强化学习框架，不断试错获得视角规划策略。使用新的少样本学习方法来实现知识迁移：采用LSH来检索相似样本，通过重加权修正规划策略。使用梯度补偿痕迹应对奖励稀疏：结合状态的时序特征与梯度补偿痕迹加速学习过程。

本发明授权用于非朗伯体外观的自主多角度联合检测方法在权利要求书中公布了：1.用于非朗伯体外观的自主多角度联合检测方法，其特征是：包括以下步骤： S1：在固定检测场景下对单一产品外观进行检测，通过数据驱动的人工智能方法获得多视角规划策略； S2：通过已学得的视角规划策略和学习所用的样本集合，查询新产品图像的Top-k个近似邻居样本，并获得对应的视角规划策略； S3：通过新产品的样本来调整k个检索视角规划策略的权重，通过加权和的方式来估计任意新产品图像的多视角规划策略； 所述步骤S1中对单一产品外观进行检测是采用基于深度强化学习的非朗伯体表面轻微瑕疵检测方法；采用自动视觉检测建模，利用摄像头捕获任意角度下的待检产品图像；随后对捕获的待检产品图像进行预处理，并输入到具有卷积层的深度神经网络模型；输出机械手需旋转待检产品的偏移角度；进而控制机械手实现产品旋转并捕获新的图像，直至判定产品是否存在外观瑕疵； 所述步骤S2和步骤S3采用基于迁移学习的深度强化学习跨场景策略修正方法，当产品外观发生改变，捕获新产品的图像后，首先通过哈希组来实现相似产品检测，随后将检索获得的k个产品图像输入已有模型，从而获得响应的规划策略,再通过学习调整权重，用于估计待修正策略，从而完成知识迁移。

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江西理工大学，其通讯地址为：341000 江西省赣州市红旗大道86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”。