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！

龙图腾网获悉东北电力大学申请的专利一种基于视觉反馈的光伏板边框积灰清洗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：CN116786477B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310762627.X，技术领域涉及：B08B1/12；该发明授权一种基于视觉反馈的光伏板边框积灰清洗系统是由范思远;申松达;曹生现;孙天一;王恭;刘鹏;高涵;胡夏夏;王啸;赵波设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种基于视觉反馈的光伏板边框积灰清洗系统在说明书摘要公布了：本申请公开了一种基于视觉反馈的光伏板边框积灰清洗系统，包括：边框积灰目标识别模块和定点无尘清洗模块；所述边框积灰目标识别模块用于基于积灰检测模型识别积灰位置；所述定点无尘清洗模块用于基于所述积灰位置进行灰尘清洗。本申请利用基于机器视觉方法和无水清洗方式解决光伏板边框积灰的问题，相对于传统光伏清洗机器人存在效率低、功耗大、清洗无反馈导致局部清洗不彻底，具有精度更高的积灰识别功能和高效的无水清洗能力，对电站的智能化运维发展提供重要的指导意义。

本发明授权一种基于视觉反馈的光伏板边框积灰清洗系统在权利要求书中公布了：1.一种基于视觉反馈的光伏板边框积灰清洗系统，其特征在于，包括：边框积灰目标识别模块和定点无尘清洗模块； 所述边框积灰目标识别模块用于基于积灰检测模型识别积灰位置； 所述定点无尘清洗模块用于基于所述积灰位置进行灰尘清洗； 所述边框积灰目标识别模块包括：图像采集装置和积灰识别装置； 所述图像采集装置用于采集光伏板图像； 所述积灰识别装置用于基于所述积灰检测模型对所述光伏板图像进行检测，得到所述积灰位置； 所述积灰检测模型包括：图像预处理网络、骨干网络、颈部网络和头部网络； 所述图像预处理网络用于对所述光伏板图像进行缩放处理，并进行归一化和通道排序处理，得到处理后图像； 所述骨干网络用于将所述处理后图像进行卷积池化操作，得到不同层次特征图像； 所述颈部网络用于将所述不同层次特征图像进行特征融合，得到融合后图像； 所述头部网络用于基于所述融合后图像进行目标预测，得到所述积灰位置； 所述骨干网络包括：第一卷积单元和第二卷积单元； 所述第一卷积单元包括1层FOCUS单元； 所述第二卷积单元包括4组CBS单元和DSConv单元； 第一卷积单元配置1层FOCUS单元，配置3×3卷积核和32的输出通道，将输入3×640×640的图像变为32×320×320的特征图；第二卷积单元配置4组CBS单元和DSConv单元，第1组网络配置64的输出通道，将输入32×320×320的图像变为64×160×160的特征图；第2组网络配置128的输出通道，将输入64×160×160的图像变为128×80×80的特征图；第3组网络配置256的输出通道，将输入128×80×80的图像变为256×40×40的特征图；第4组网络配置512的输出通道，将输入256×40×40的图像变为512×20×20的特征图，输出进入Neck网络； DSConv单元整体结构由Conv、BN、注意力机制模块、激活函数组成：利用一个新的卷积层代替标准卷积，新的卷积层是由BN层与标准卷积层通过线性变换方式得到的： 式1为BN层的标准形式，为输入数据，为BN转换后数据，、为需要学习参数，为输入数据的均值，为输入数据的方差，为一个很小的数，防止出现分母为0；将式1改写成卷积的形式，由此衍生出式2，其中为输入，为输出，为权重矩阵，为偏置矩阵；式3表示卷积与BN合并后的结果，其中，为卷积层输出，卷积层输入，为卷积层权重，为卷积层偏置，为BN层权重，为BN层偏置；为新的卷积核权重，为新的卷积核偏置；在上述的DSConv单元中，在两次卷积操作之间添加CA注意力机制模块捕捉输入数据中的上下文信息；在CA模块设置两个独立的池化核H,1和1,W对特征图的水平方向与垂直方向的每个通道进行平均池化： 其中，为输入的第c通道，为高度为h的第c通道的输出，为宽度为w的第c通道的输出；CA模块对一对特征图进行拼接操作，并使用卷积变换对通道进行压缩使通道数从c变为cr： 其中，是拼接操作，Conv为卷积操作，为非线性激活函数，f表示具有融合高度与宽度信息的中间特征图；使用1×1的卷积变换将f分解出的两个单独向量、变换为和，以此得到与输入x相同通道数的向量，计算过程如下所示： CA注意力模块的输出E的计算公式为： CA注意力机制模块利用水平和垂直两个方向上的注意力图来模拟不规则图形在高度与宽度上的复杂情况，通过注意力向量为每个特征点分配不同的权重；在最后一次卷积操作后引入激活函数H-Swish增强算法对积灰的特征提取能力，提升网络对图像局部和全局信息的关注能力，H-Swish激活函数如下所示： 其中，ReLU6表示输出最大值为6的整流线性单位函数，x为激活函数的输入；H-Swish采用分段函数机制对输入值进行步数； 定点无尘清洗模块包括：移动单元、起尘单元和除尘单元； 所述移动单元用于控制所述清洗系统移动至所述积灰位置； 所述起尘单元用于完成灰尘的起尘过程，生成灰尘-空气混合气体； 所述除尘单元用于抽取所述灰尘-空气混合气体，沉降大颗粒灰尘，并过滤小颗粒灰尘； 所述移动单元包括：北斗导航装置、负压移动载体和驱动轮； 所述移动单元的工作流程包括：由所述北斗导航装置基于所述积灰位置提供在光伏板表面的位置信息，再由所述驱动轮带动所述负压移动载体控制所述清洗系统在光伏板表面进行移动； 所述起尘单元包括：尼龙轻质滚刷、直流电机和联轴器； 所述起尘单元的工作流程包括：通过所述联轴器将所述直流电机与所述尼龙轻质滚刷相连接，所述直流电机带动所述尼龙轻质滚刷旋转，所述尼龙轻质滚刷的刷丝扫过光伏板表面，破坏灰尘沉积结构，并将其扬起，完成灰尘的起尘过程，生成所述灰尘-空气混合气体； 所述除尘单元包括：离心风机、滤网和集尘盒； 所述除尘单元的工作流程包括：所述离心风机引导所述灰尘-空气混合气体通过引风通道进入所述集尘盒，较大的灰尘颗粒在重力作用下沉积在所述集尘盒底部，较小的灰尘颗粒通过所述滤网过滤，与空气分离，经除尘之后的洁净空气被所述离心风机抽走，通过通风口排出所述清洗系统； 所述定点无尘清洗模块还包括：密封毛条和吸尘腔； 所述密封毛条和所述吸尘腔形成的封闭的区域，将悬浮的灰尘颗粒限制其中，防止灰尘飘落到已清洁光伏组件而造成二次污染。

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东北电力大学，其通讯地址为：132012 吉林省吉林市长春路169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。