Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市曼恩斯特科技股份有限公司龙兵获国家专利权

深圳市曼恩斯特科技股份有限公司龙兵获国家专利权

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!

龙图腾网获悉深圳市曼恩斯特科技股份有限公司申请的专利固态电池安全预警方法、系统及电子设备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:CN120908181B

龙图腾网通过国家知识产权局官网在2026-01-30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:202511404698.8,技术领域涉及:G06T7/00;该发明授权固态电池安全预警方法、系统及电子设备是由龙兵;颜煜圻设计研发完成,并于2025-09-29向国家知识产权局提交的专利申请。

固态电池安全预警方法、系统及电子设备在说明书摘要公布了:本发明提供了一种固态电池安全预警方法、系统及电子设备,涉及固态电池检测领域,该方法通过采集得到的结构图像、形貌图像以及标记荧光图像得到负极枝晶的多模态图像,并对其进行参数融合和特征融合后得到目标固态电池对应的融合图像,从而实现跨模态特征互补融合过程,解决了传统单一模态存在的检测精度低、融合参数静态化的问题,提升了枝晶生长监测的准确性与实时性,提高了固态电池安全性预警效果。

本发明授权固态电池安全预警方法、系统及电子设备在权利要求书中公布了:1.一种固态电池安全预警方法,其特征在于,所述方法包括: 图像采集步骤:采集目标固态电池的负极枝晶对应的结构图像、形貌图像以及标记荧光图像,并根据所述结构图像、所述形貌图像以及所述标记荧光图像确定所述目标固态电池对应的多模态图像; 预处理步骤:对所述多模态图像分别进行高斯滤波去噪、边缘特征提取以及三维重构处理后得到所述多模态图像对应的预处理图像; 参数融合步骤:基于所述预处理图像的灰度值计算所述预处理图像的图像熵、标准差及结构相似性指数,并基于所述图像熵、所述标准差及所述结构相似性指数构建所述目标固态电池对应的融合参数; 特征融合步骤:获取所述预处理图像对应的结构特征与细节特征,利用所述融合参数对所述结构特征进行区域能量加权融合计算,并利用所述融合参数对所述细节特征进行动态权重融合计算,得到所述目标固态电池对应的融合图像; 实时预警步骤:获取所述融合图像中包含的枝晶区域,实时计算所述枝晶区域中的枝晶长度和生长速率,并基于所述枝晶长度和所述生长速率对所述目标固态电池进行安全预警; 所述参数融合步骤,包括: 分别确定所述结构图像、所述形貌图像以及所述标记荧光图像对应的第一融合权重、第二融合权重和第三融合权重; 利用所述第一融合权重、所述第二融合权重和所述第三融合权重构建三维蜜源向量; 基于人工蜂群模型对应雇佣蜂的最大迭代次数确定搜索步长,利用所述步长确定所述三维蜜源向量对应的新蜜源,并根据所述新蜜源更新所述人工蜂群模型对应的蜜源; 获取所述预处理图像的灰度值,利用所述灰度值计算所述预处理图像的图像熵、标准差及结构相似性指数; 根据所述图像熵、所述标准差及所述结构相似性指数确定所述预处理图像对应的适应函数; 基于人工蜂群模型对应的观察蜂的轮盘赌策略以及侦查蜂的蜜源更新策略,确定所述适应函数下所述蜜源的选择概率; 通过所述选择概率确定所述适应函数对应的优化融合参数,并利用所述优化融合参数构建所述目标固态电池对应的所述融合参数; 所述特征融合步骤,包括: 对所述预处理图像进行非下采样剪切波变换分解,得到所述预处理图像对应的低频分量和高频分量; 利用所述低频分量确定所述预处理图像对应的结构特征,并利用所述高频分量确定所述预处理图像对应的细节特征; 通过所述融合参数对所述结构特征进行区域能量加权融合计算,得到所述预处理图像对应的低频融合系数;其中,;为区域能量权重,;为区域能量,;为模态索引; 通过所述融合参数对所述细节特征进行动态权重融合计算,得到所述预处理图像对应的高频融合系数;其中,;为所述融合参数对应的最优权重值; 获取非下采样剪切波变换分解时所用的逆变换算子,利用逆变换算子对所述低频融合系数和所述高频融合系数进行逆变换处理后,得到所述目标固态电池对应的融合图像;其中,所述融合图像通过以下算式计算得到;;为所述逆变换算子。

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深圳市曼恩斯特科技股份有限公司,其通讯地址为:518118 广东省深圳市坪山区龙田街道竹坑社区第三工业区C区3号厂房101~201;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。

免责声明
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。