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！

龙图腾网获悉哈尔滨市科佳通用机电股份有限公司申请的专利地铁齿轮箱螺栓松动的异常检测方法、系统及存储介质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：CN116433938B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310413925.8，技术领域涉及：G06V10/74；该发明授权地铁齿轮箱螺栓松动的异常检测方法、系统及存储介质是由李哲林设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本地铁齿轮箱螺栓松动的异常检测方法、系统及存储介质在说明书摘要公布了：地铁齿轮箱螺栓松动的异常检测方法、系统及存储介质，本发明涉及齿轮箱螺栓松动的异常检测方法、系统及存储介质。本发明的目的是为了解决现有方法对齿轮箱螺栓松动的识别稳定性及精度差的问题。具体过程为：一、建立训练目标检测模型的样本数据集；获得训练好的目标检测模型；二、建立训练防松线姿态估计网络模型的样本数据集；三、得到训练好的防松线姿态估计网络模型；四、将待测图像输入训练好的目标检测模型，得到齿轮箱螺栓子图；将齿轮箱螺栓子图输入训练好的防松线姿态估计网络模型，获得螺栓上标注点P1以及标注点P2的坐标；基于坐标判断螺栓是否故障，如存在故障输出故障所在位置。本发明用于地铁齿轮箱螺栓异常检测领域。

本发明授权地铁齿轮箱螺栓松动的异常检测方法、系统及存储介质在权利要求书中公布了：1.地铁齿轮箱螺栓松动的异常检测方法，其特征在于：所述方法具体过程为： 步骤一、对运动的地铁进行扫描，获取图像数据集； 基于获取的图像数据集建立训练目标检测模型的样本数据集； 构建目标检测模型，目标检测模型为神经网络模型； 基于训练目标检测模型的样本数据集训练目标检测模型，获得训练好的目标检测模型； 具体过程为： 目标检测模型包括ResNet50特征提取网络、RPN网络和RoI pooling层； 选取ResNet50特征提取网络作为目标检测模型的骨干网络，将扩增后数据集作为ResNet50特征提取网络的输入，得到ResNet50骨干网络输出特征图； 以ResNet50骨干网络输出特征图作为RPN网络的输入，RPN网络生成候选框； 将RPN网络生成的候选框和ResNet50骨干网络输出的特征图输入RoI pooling层，得到齿轮箱螺栓的候选框特征图； 步骤二、建立训练防松线姿态估计网络模型的样本数据集；具体过程为： 步骤二一、将训练目标检测模型的样本数据集输入训练好的目标检测模型进行齿轮箱螺栓定位，根据定位信息切出齿轮箱螺栓子图； 步骤二二、对切出的齿轮箱螺栓子图进行扩增，获得扩增后的齿轮箱螺栓子图数据集； 步骤二三、对扩增后的齿轮箱螺栓子图进行标记，获得与扩增后的齿轮箱螺栓子图数据集一一对应的标记文件，以扩增后的齿轮箱螺栓子图数据集以及与扩增后的齿轮箱螺栓子图数据集一一对应的标记文件作为训练防松线姿态估计网络模型的样本数据集； 所述步骤二三中对扩增后的齿轮箱螺栓子图进行标记具体过程为： 将齿轮箱螺栓子图中的螺栓分为2种情况进行标记： 情况A：选择螺栓头部正中心的防松线为第一个标注点P1，选择防松线与螺栓头部边缘的交界点为第二个标注点P2； 情况B：选择防松线的末端为第一个标注点P1，选择防松线与螺栓头部边缘的交界点为第二个标注点P2； 步骤三、构建防松线姿态估计网络模型，防松线姿态估计网络模型为神经网络模型； 基于训练防松线姿态估计网络模型的样本数据集训练防松线姿态估计网络模型，得到训练好的防松线姿态估计网络模型； 具体过程为： 选取HRNET网络作为防松线姿态估计网络模型的骨干网络，将训练防松线姿态估计网络模型的样本数据集输入HRNET网络，输出螺栓上标注点P1以及标注点P2的坐标，直至收敛，获得训练好的防松线姿态估计网络模型； 步骤四、将待测图像输入训练好的目标检测模型，得到齿轮箱螺栓子图； 将齿轮箱螺栓子图输入训练好的防松线姿态估计网络模型，获得螺栓上标注点P1以及标注点P2的坐标； 基于螺栓上标注点P1以及标注点P2的坐标判断螺栓是否故障，如存在故障输出故障所在位置。

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哈尔滨市科佳通用机电股份有限公司，其通讯地址为：150060 黑龙江省哈尔滨市经开区哈平路集中区潍坊路2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”。