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！

龙图腾网获悉武汉纺织大学申请的专利一种薄片物料打包过程纸箱状态检测方法及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：CN119516546B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411309890.4，技术领域涉及：G06V20/70；该发明授权一种薄片物料打包过程纸箱状态检测方法及系统是由余联庆;熊斌;李鹏飞;蔡旺;王水明;高颂;曹龙超设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种薄片物料打包过程纸箱状态检测方法及系统在说明书摘要公布了：本发明提出了一种薄片物料打包过程纸箱状态检测方法，包括以下步骤：采集不同工位的纸箱图像和重量信息，并获取机器人位置信息；对采集的纸箱图像进行标注，获得纸箱图像数据集；构建纸箱区域语义分割模型，将纸箱图像数据集输入至纸箱区域语义分割模型内进行模型训练和寻优，获得最佳纸箱区域语义分割模型；该方法能够使得薄片物料打包过程纸箱定位、盖板角度和填料信息准确，同时，可避免落料不均匀现象，防止薄片物料出现密度不均匀、结块及结饼，提高了薄片物料打包成品质量。

本发明授权一种薄片物料打包过程纸箱状态检测方法及系统在权利要求书中公布了：1.一种薄片物料打包过程纸箱状态检测方法，其特征在于，包括以下步骤： S1，采集不同工位的纸箱图像和重量信息，并获取机器人位置信息； S2，对采集的纸箱图像进行标注，获得纸箱图像数据集； S3，构建纸箱区域语义分割模型，将纸箱图像数据集输入至纸箱区域语义分割模型内进行模型训练和寻优，获得最佳纸箱区域语义分割模型； 步骤S3包括： S331，基于LS-SOMA自组织迁移算法初始化种群，生成NP个粒子，粒子编码方式为，式中，i表示第i个粒子，r表示图像缩小因子，表示第1个TransformerBlock模块隐藏层的神经元个数，表示第2个TransformerBlock模块隐藏层的神经元个数，表示第3个TransformerBlock模块隐藏层的神经元个数，表示第4个TransformerBlock模块隐藏层的神经元个数，表示模型输入的时间步长，为批处理大小、为初代学习率大小、为训练最大迭代数； S332，预设随机扰动系数prt，为种群中每个粒子生成对应的扰动向量PRTVector，并对种群中各个粒子的进行解码，将其各参数值配置于SegFormer网络模型中； S333，将增强处理后的测试集数据依次输入至纸箱区域语义分割模型中，进行训练和验证，每当重复次数为验证阈值的整数倍后，将模型输出的测试结果与验证集数据中标签相同的图像对比，计算MIoU值和MPA值，将MIoU和MPA值作为LS-SOMA算法的适应度函数值返回给LS-SOMA自组织迁移算法； S334，将所得种群的适应度函数值进行排序，将适应度函数值最小的粒子选定为领导者，将除领导者外的粒子进行迁移；，迁移表达式为： ； 式中，x为种群粒子解，λ为混沌系数，取值为0.5； S335，当达到LS-SOMA自组织迁移算法的最大迭代次数，最后一代领导者的值为最佳语义分割模型的超参数，即得到最佳纸箱区域语义分割模型； S4，设定各工位对应的纸箱图像标准特征信息和重量范围阈值，采用最佳纸箱区域语义分割模型对各工位采集的纸箱图像进行识别，提取纸箱图像特征信息，根据提取的纸箱图像特征信息和重量信息与对应工位纸箱图像标准特征信息和重量范围阈值进行判断是否一致，若不符合则反馈给机器人进行调整。

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武汉纺织大学，其通讯地址为：430000 湖北省武汉市洪山区纺织路1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。