河海大学;华能澜沧江水电股份有限公司王孜博获国家专利权
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!
龙图腾网获悉河海大学;华能澜沧江水电股份有限公司申请的专利云边协同环境下多无人载具大坝表面缺陷立体巡检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:CN120071099B 。
龙图腾网通过国家知识产权局官网在2025-10-28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:202510126843.4,技术领域涉及:G06V10/96;该发明授权云边协同环境下多无人载具大坝表面缺陷立体巡检方法是由王孜博;迟福东;毛莺池;汤郁;陈有勤;张鹏;戚荣志;聂兵兵;徐小坤;王子成;周辉;汪国斌设计研发完成,并于2025-01-27向国家知识产权局提交的专利申请。
本云边协同环境下多无人载具大坝表面缺陷立体巡检方法在说明书摘要公布了:本发明公开一种云边协同环境下多无人载具大坝表面缺陷立体巡检方法,为无人设备训练大坝缺陷检测模型,引入设备指标度量、基于度量的设备分组以及组内协作聚合技术,通过动态调整分层联邦网络的拓扑结构,在缓解不同无人设备采集数据分布不一致导致缺陷检测模型精度受损的同时降低无人设备训练过程中所需的能耗。设备指标度量用于反映无人设备采集数据的数据分布以及其自身通信能力,并且可以在二者间进行权衡以控制某部分的重要性占比。本发明解决了无人设备通过分层联邦学习训练大坝缺陷检测模型时通信能耗过高的问题,在降低能耗的同时充分保证检测模型精度,进而提升基于无人设备的大坝缺陷立体巡检效果。
本发明授权云边协同环境下多无人载具大坝表面缺陷立体巡检方法在权利要求书中公布了:1.一种云边协同环境下多无人载具大坝表面缺陷立体巡检方法,其特征在于,包括本地模型训练、本地模型上传、边端模型聚合、边端模型上传和云端模型聚合阶段,包括以下步骤: 步骤1在本地模型训练阶段,各边缘服务器组内每台无人设备基于自身采集的大坝缺陷图像数据,训练本地大坝缺陷检测模型,此外无人设备每隔一定时间间隔记录一次其与各边缘服务器以及组内其他无人设备间的通信速度,并存入通信速度记录队列中;无人设备完成指定轮数的本地模型训练后,触发本地模型上传; 步骤2在本地模型上传阶段,各无人设备依照上一轮边缘聚合阶段生成的模型聚合树完成本地模型上传和局部模型聚合,同时各无人设备基于通信速度记录队列,计算得到与所属边缘服务器以及组内其他无人设备间的通信度量,并将其直接上传至所属边缘服务器; 步骤3在边端模型聚合阶段,边缘服务器对接收到的局部模型进行加权聚合得到边端模型,此外基于组内无人设备上传的通信度量矩阵计算下一轮边端迭代中的模型聚合树,随后边缘服务器将边端模型以及模型聚合树下发至组内各无人设备,无人设备使用边端模型更新本地模型,并进入下个边端迭代;边端迭代达到指定次数后,触发边端模型上传; 步骤4在边端模型上传阶段,各边缘服务器将自身的边端模型上传至云服务器,同时要求各组内的无人设备计算并上传通信度量以及本地数据分布度量,并将两个度量转发上传至云服务器用于计算下一轮云端迭代中无人设备的分组情况; 步骤5在云端模型聚合阶段,云服务器对接收到的边端模型进行加权聚合得到云端模型,此外基于各无人设备的通信度量以及数据分布度量计算无人设备分组结果,并依据分组结果调整联邦网络结构,最后将云端模型下发至各边缘服务器,进入下一轮云端迭代;重复执行步骤1-步骤5直至云端模型达到指定的精度或云端迭代达到指定的轮次,最终获得大坝缺陷检测模型,并将其发送至各无人设备用于执行大坝缺陷检测任务。
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河海大学;华能澜沧江水电股份有限公司,其通讯地址为:211100 江苏省南京市江宁区佛城西路8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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励