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！

龙图腾网获悉南京航空航天大学申请的专利一种退役锂电池模组表面螺纹紧固件视觉识别与定位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：CN118469907B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410434311.2，技术领域涉及：G06T7/00；该发明授权一种退役锂电池模组表面螺纹紧固件视觉识别与定位方法是由叶文华;梁睿君;陈煜昊;潘睿;王朕;马庭田;巫青华设计研发完成，并于2024-04-11向国家知识产权局提交的专利申请。

本一种退役锂电池模组表面螺纹紧固件视觉识别与定位方法在说明书摘要公布了：本发明公开了一种退役锂电池模组表面螺纹紧固件视觉识别与定位方法，所述方法包括：1获取模组表面二维图像，制作各类紧固件数据集；2搭建并训练深度学习模型；3完成紧固件的粗定位与类型识别，裁剪紧固件区域子图；4对各紧固件子图像进行预处理，提取紧固件BLOB特征；5基于椭圆拟合与区域相交法求解紧固件二维位姿；6获取模组表面三维点云，完成二、三维坐标系的标定；7利用二维粗定位信息裁剪紧固件区域点云；8对点云进行预处理与平面分割；9拟合紧固件顶面方程，求解顶面高度与中心轴线倾角。本发明优势在于能在退役锂电池模组表面复杂背景环境下对大量、多种类型螺纹紧固件的类型、位姿等进行精准识别与定位。

本发明授权一种退役锂电池模组表面螺纹紧固件视觉识别与定位方法在权利要求书中公布了：1.一种退役锂电池模组表面螺纹紧固件视觉识别与定位方法，其特征在于，所述的方法为： 步骤1：获取模组表面二维图像，制作各类紧固件数据集； 步骤2：搭建并训练深度学习模型； 步骤3：完成紧固件的粗定位与类型识别，裁剪紧固件区域子图； 步骤4：对各紧固件子图像进行预处理，提取紧固件BLOB特征； 步骤5：基于椭圆拟合与区域相交法求解紧固件二维位姿； 步骤6：获取模组表面三维点云，完成二、三维坐标系的标定； 步骤7：利用二维粗定位信息裁剪紧固件区域点云； 步骤8：对点云进行预处理与平面分割； 步骤9：拟合紧固件顶面方程，求解顶面高度与中心轴线倾角； 所述的步骤2中：基于SqueezeNet主干网络与SSD模型搭建SqueezeNet‑SSD深度学习模型，设定超参数；按比例划分步骤1构建的紧固件数据集后，对模型进行训练与测试；具体步骤为： 步骤2‑1：基于两个卷积层、七或八个Fire module结构、三个最大池化层、一个全局平均池化层及Softmax函数构建SqueezeNet主干网络；其中Fire module结构具体由squeeze层和expand层组成，前者包括连续的1*1卷积，后者包括连续的1*1卷积和3*3卷积； 步骤2‑2：将SDD模型中原有的VGG16主干网络替换为SqueezeNet，构建SqueezeNet‑SSD深度学习模型；SqueezeNet网络中的Softmax函数可得到紧固件的类型，SSD模型中的各附加卷积层可检测得到不同尺度大小的紧固件位置； 步骤2‑3：设定迭代次数、批次样本量、初始学习率、动量的模型参数数值； 按比例划分步骤1构建的紧固件数据集后，对模型进行训练与测试。

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京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。

以上内容由龙图腾AI智能生成。