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！

龙图腾网获悉重庆坤联机械制造有限公司申请的专利基于图像识别的潜水器障碍物识别方法和装置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：CN121074624B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511595772.9，技术领域涉及：G06V20/05；该发明授权基于图像识别的潜水器障碍物识别方法和装置是由姜支弟设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本基于图像识别的潜水器障碍物识别方法和装置在说明书摘要公布了：本申请公开了一种基于图像识别的潜水器障碍物识别方法和装置，涉及潜水器技术领域。该方法包括：在中央服务器，构建障碍物识别模型和障碍物规避模型，并部署至所有潜水器；对潜水器采集的多维传感器数据进行预处理，并将得到的预处理后多维传感器数据输入至障碍物识别模型，进行障碍物识别，得到障碍物识别结果；将障碍物识别结果输入至障碍物规避模型，进行障碍物规避决策生成，得到障碍物规避决策，并生成对应的障碍物规避指令；对障碍物规避指令进行安全评估，若评估通过，则将障碍物规避指令转化为潜水器控制信号，驱动潜水器进行规避。解决了现有技术存在的识别精度不足、模型适应性差以及智能性低下的问题。

本发明授权基于图像识别的潜水器障碍物识别方法和装置在权利要求书中公布了：1.一种基于图像识别的潜水器障碍物识别方法，其特征在于，所述方法包括： 在中央服务器，构建障碍物识别模型和障碍物规避模型，并将障碍物识别模型和障碍物规避模型部署至所有潜水器，包括： 在中央服务器，使用图像识别算法，构建初始的障碍物识别模型，使用智能决策算法，构建初始的障碍物规避模型，并将初始的障碍物识别模型和初始的障碍物规避模型部署至不同场景的潜水器； 在每一场景的潜水器，根据采集的第一场景数据集，对初始的障碍物识别模型进行场景训练，并引入第一优化算法，对场景训练过程中障碍物识别模型的超参数进行优化，得到场景的障碍物识别模型和若干场景障碍物识别结果； 所述障碍物识别模型基于EfficientNet‑AFPN算法构建，且障碍物识别模型包括基于EfficientNet算法构建的共享骨干网络、基于AFPN算法构建的颈部网络以及多任务统一检测头，所述多任务统一检测头包括并行的类型检测分支、位置检测分支、尺寸检测分支以及相对速度检测分支，所述第一优化算法为PRGO‑PSO算法； 包括： 在每一场景的潜水器，根据采集的设置有第一预测标签的第一场景数据集，对初始的障碍物识别模型进行场景训练，并在场景训练过程中，引入PRGO‑PSO算法； 将障碍物识别模型的超参数编码为PRGO算法的个体向量，并设定适应度函数、PRGO种群参数以及最大迭代次数； 根据PRGO种群参数，使用Tent混沌映射序列进行初始化，得到初始的PRGO种群；所述PRGO种群中每一PRGO个体对应于一备选的超参数； 根据第一场景数据集，使用适应度函数，获取每一初始的PRGO个体的适应度值，并将适应度值最优的初始的PRGO个体作为最优解； 根据PRGO算法的纤维根生长行为和侧根生长行为，对初始的PRGO种群进行迭代更新，得到更新的第一PRGO种群； 根据PRGO算法的PSO机制改进的主根生长行为，对更新的第一PRGO种群进行迭代更新，得到更新的第二PRGO种群； 根据第一场景数据集，使用适应度函数，获取每一更新的第二PRGO个体的适应度值，并将适应度值最优的更新的第二PRGO个体更新为最优解； 在迭代次数达到最大迭代次数或最优解的适应度值满足要求时，终止对PRGO种群的迭代更新，并将当前迭代的最优解进行输出； 对最优解对应的PRGO个体的个体向量进行解码，得到优化的超参数，并根据优化的超参数，得到优化的障碍物识别模型； 将第一场景数据集输入至优化的障碍物识别模型进行微调，得到场景的障碍物识别模型和若干场景障碍物识别结果； 根据若干场景障碍物识别结果、对应的场景潜水器状态以及场景目标信息，构建第二场景数据集，并根据第二场景数据集，对初始的障碍物规避模型进行场景训练，并引入第二优化算法，对障碍物规避模型的动作选择机制进行优化，得到场景的障碍物规避模型； 所述障碍物规避模型基于PPO算法构建，且障碍物规避模型包括智能体和经验回放池，所述第二优化算法为ACO算法； 包括： 将每一场景障碍物识别结果、对应的场景潜水器状态以及场景目标信息进行关联，并添加第二预测标签，得到第二场景数据集； 根据第二场景数据集，对初始的障碍物规避模型进行场景训练，并在场景训练过程中，引入ACO算法的信息素机制； 为初始的障碍物规避模型设置虚拟信息素地图和信息素引导器，并基于障碍物规避模型的奖励机制，为虚拟信息素地图设置动态更新规则，得到优化的障碍物规避模型； 将第二场景数据集输入至优化的障碍物规避模型进行微调，得到场景的障碍物规避模型； 提取每一潜水器的场景的障碍物识别模型的场景的障碍物规避模型的模型更新量和场景数据量，并根据所有模型更新量和场景数据量，对中央服务器的初始的障碍物识别模型和初始的障碍物规避模型进行更新，得到全局的障碍物识别模型和全局的障碍物规避模型； 将全局的障碍物识别模型和全局的障碍物规避模型部署至所有潜水器； 对潜水器采集的多维传感器数据进行预处理，并将得到的预处理后多维传感器数据输入至障碍物识别模型，进行障碍物识别，得到障碍物识别结果； 将障碍物识别结果输入至障碍物规避模型，进行障碍物规避决策生成，得到障碍物规避决策，并生成对应的障碍物规避指令； 对障碍物规避指令进行安全评估，若评估通过，则将障碍物规避指令转化为潜水器控制信号，驱动潜水器进行规避。

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重庆坤联机械制造有限公司，其通讯地址为：400000 重庆市巫山县巫峡镇龙井大道1号巫山亿丰国际商贸城营销中心；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。