Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌航空大学熊邦书获国家专利权

南昌航空大学熊邦书获国家专利权

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!

龙图腾网获悉南昌航空大学申请的专利一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监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:CN114913317B

龙图腾网通过国家知识产权局官网在2025-08-08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:202210476407.6,技术领域涉及:G06V10/22;该发明授权一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监测方法是由熊邦书;陈加保;欧巧凤;余磊设计研发完成,并于2022-04-29向国家知识产权局提交的专利申请。

一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监测方法在说明书摘要公布了:本发明涉及基于YOLOV3‑Tiny的直升机尾桨振动量实时监测方法,其包括以下步骤:1计算机视觉标定;2实时尾桨图像采集;3尾桨桨尖区域智能定位;4尾桨桨尖气动中心点定位;5尾桨振动量实时监测。本发明利用计算机视觉技术进行高速、高质量的尾桨图像采集和计算机视觉标定,具有精度高的特点;采用YOLOV3‑Tiny深度学习网络对尾桨桨尖区域进行智能定位,保证了室外全天候复杂光照和背景下的精准定位,具有适应性强、速度快的特点;通过桨尖的几何特性定位桨尖的气动中心点,实现了尾桨振动量的实时监测。本发明可用于直升机尾桨振动量的实时监测,为新型直升机的设计、改进提供数据支撑,指明改进方向。

本发明授权一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监测方法在权利要求书中公布了:1.一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监测方法,其特征在于,包括以下步骤: 步骤(1)计算机视觉标定; 步骤(2)实时尾桨图像采集; 步骤(3)尾桨桨尖区域智能定位,具体步骤如下: 步骤(3.1)图像数据集制作,首先,构建尾桨模拟实验环境;其次,通过LabelImg标注工具对尾桨桨尖图像进行标注,提取图像中目标的类别和位置信息;然后,对标注好的图像和位置信息进行匹配检查;最后,将位置关系转换成文本文件,将对应的尾桨图像与位置信息文件分别放入同一级目录两个不同名称的文件夹内,所有采集到的尾桨图像与获取的尾桨桨尖的位置信息文件共同组成图像数据集,同时将图像数据集分为训练集和测试集; 步骤(3.2)训练集数据增强,首先,采用HSV颜色空间调整方法扩展数据的多样性,以适应复杂的光照环境;其次,采用水平翻转和马赛克式拼接,增强数据复杂度,以适应不同背景的复杂情形; 步骤(3.3)网络的搭建及训练,具体步骤如下: 步骤(3.3.1)网络搭建,首先,配置好网络搭建与训练所需的软件环境,结构包含特征提取网络D1、第一输出网络D2、第二输出网络D3三部分;特征提取网络D1包含一个输入层,以及五个卷积层和四个池化层交替的结构;第一输出网络D2与第二输出网络D3均包含卷积核大小为3x3与1x1的二维卷积层,特征提取网络D1用于提取图像特征;第一输出网络D2与第二输出网络D3用于输出两个不同尺寸的特征图; 步骤(3.3.2)预设好网络候选框的大小; 步骤(3.3.3)网络训练,首先,设置网络的数据输入路径;其次,预设好网络的超参数信息;最后,进行训练,训练过程中,网络模型使用CIoU指标计算候选框的坐标误差,使用BCEWithLogitsLoss二值交叉熵计算置信度误差和分类误差,计算图像数据集数据训练集数据与网络模型输出量之间的差距,其计算公式为: ; 式中,IOU是指边界框和候选框的交并比;Distance_2是指边界框的对角线的长度,Distance_C是指候选框与边界框的中心点的欧式距离;v是衡量候选框和边界框长宽比一致性的指标;yi为训练集数据,xi为模型输出量; 根据计算得到的置信度误差、分类误差、坐标误差数据,保存训练过程中,损失值最小或平均准确率mAP@0.5最高的一组模型参数; 步骤(3.4)YOLOV3-Tiny智能定位,首先,进行模型参数加载及参数设置;其次,得到网络输出;最后,尾桨桨尖区域智能定位,对网络的输出,使用非极大值抑制算法去除重叠的候选框,再使用置信度阈值,对小于阈值的数据一一剔除,最后得到目标的位置和类别信息,实现尾桨桨尖区域的智能定位; 步骤(3.5)模型工程化,首先,将步骤3.3.3中得到的模型参数重新导入网络;其次,将网络结构和模型参数保存成字典文件;然后,将字典文件转化为ONNX通用的模型框架;最后,将ONNX文件读入内存,读取成功后,ONNX文件可放到工程中使用; 步骤(4)尾桨桨尖气动中心点定位; 步骤(5)尾桨振动量实时监测,具体步骤如下: 步骤(5.1)基准选择,在振动量监测开始后,选取监测开始10分钟内,桨叶中振动量数值最稳定桨叶的桨尖气动中心点作为基准点; 步骤(5.2)振动量的计算,将步骤(4)中得到的尾桨桨尖气动中心点的x值与步骤(5.1)中获取的基准点的x值作差,将差值乘以步骤1中得到的标定系数,就可得到尾桨的振动量,其计算公式为: ; 式中,val为振动量,pt_n_new.x为桨尖气动中心点的x值,criterion为基准点的x值,calibration为标定系数。

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南昌航空大学,其通讯地址为:330063 江西省南昌市丰和南大道696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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。