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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习的混合驱动水下小型监测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：CN115761466B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211447280.1，技术领域涉及：G06V20/05；该发明授权一种基于深度学习的混合驱动水下小型监测系统是由焦鹏程;张辰杰;叶星宏设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种基于深度学习的混合驱动水下小型监测系统在说明书摘要公布了：本发明公开了一种基于深度学习的混合驱动水下小型监测系统，该系统由水下机器人和陆地计算平台构成，其中水下机器人体积较小，操控灵活，具有弹射起步和螺旋桨推进两种运动模式，能够进入人类难以抵达的水下位置；陆地计算平台采用了深度学习网络，实地采集水下混凝土损伤的样例图片，囊括裂缝、腐蚀和钢筋外露三种典型水下混凝土损伤，根据维护方制定的检修率大小，算法能够实时输出不同的识别结果，最终通过层次分析法对于结构损伤程度给出定量的得分情况，对于水下结构的安全状态做出提前的分级预警。本发明将水下机器人混合驱动与人工智能深度学习相结合，为水下的结构健康监测任务提供了一种创新型的解决方案。

本发明授权一种基于深度学习的混合驱动水下小型监测系统在权利要求书中公布了：1.一种基于深度学习的混合驱动水下小型监测系统，其特征在于，该系统由水下机器人和陆地计算平台构成，其中水下机器人包括瞬变速驱动模块1、螺旋桨推进模块2、控制舱体3和监测模块4；所述螺旋桨推进模块2与控制舱体3连接，实现螺旋桨推进运动；螺旋桨推进模块2能够收回水下机器人内部，此时瞬变速驱动模块1作为驱动，通过瞬间放能反应实现弹射起步运动；所述监测模块4用于采集水下混凝土损伤图像，传输至陆地计算平台5；所述陆地计算平台5基于深度神经网络对水下混凝土损伤图像进行识别分析，深度神经网络的置信度阈值confthreh由用户设定的检修率h得到，具体公式如下： 其中，0h≤1，检修率h越大，置信度阈值confthreh越小，即深度神经网络预测的召回率越高； 对于采集的图像中损伤区域的预测结果通过神经网络输出的80×80×15张量得出，其中80×80表示将图片均匀分成80×80个正方形网格，一个网格对应一个预测框，即总共对应6400个预测框，15即5×3，即裂缝、腐蚀和钢筋外露三种损伤，每种损伤用5个数字来表示，如Ti公式所示，i表示类别代号，x1,y1代表预测框左上角的坐标，x2,y2代表预测框右下角的坐标，confi代表该预测框属于i类别的置信概率； Ti＝{x1,y1,x2,y2,confi}，i＝1,2或3 得到输出结果后，筛选出其中conficonfthreh的预测框作为最后的深度学习预测结果，并在原图中标出，从而完成识别的过程。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。