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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中交华南勘察测绘科技有限公司;中交广州航道局有限公司孟江山获国家专利权

中交华南勘察测绘科技有限公司;中交广州航道局有限公司孟江山获国家专利权

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!

龙图腾网获悉中交华南勘察测绘科技有限公司;中交广州航道局有限公司申请的专利基于AI的预制件多模态视觉质量智能检测系统及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:CN120890989B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511414928.9,技术领域涉及:G01N21/88;该发明授权基于AI的预制件多模态视觉质量智能检测系统及方法是由孟江山;柴冠军;陈文欢;徐龙杨;贾蔚宇;熊振远;曾海平;蔡华兴;胡龙;王强;周灿阳;陈嘉思;肖绍航设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。

基于AI的预制件多模态视觉质量智能检测系统及方法在说明书摘要公布了:本发明公开了基于AI的预制件多模态视觉质量智能检测系统及方法,包括:多模态视觉数据采集单元,用于获取预制构件检测区域的多模态视觉数据,对多模态视觉数据进行标定,构建多模态数据集。特征融合与候选区提取单元,用于将多模态数据集输入至多模态特征融合网络提取多模态特征,对多模态特征进行融合,生成缺陷候选区。缺陷类型识别与量化分析单元,用于调用深度学习检测与分割模型对缺陷候选区进行缺陷类型分类和缺陷边界分割,利用三维点云和红外图像计算分割边界内缺陷区域的定量指标。缺陷等级判别与构件质量评估单元,用于根据缺陷区域的缺陷类型和定量指标对缺陷区域进行动态阈值判定,输出预制构件缺陷严重度等级和质量评估结果。

本发明授权基于AI的预制件多模态视觉质量智能检测系统及方法在权利要求书中公布了:1.一种基于AI的预制件多模态视觉质量智能检测方法,其特征在于,所述方法包括: 通过多视角采集构件获取预制构件检测区域的多模态视觉数据,并对所述多模态视觉数据进行标定,以构建统一三维坐标系的多模态数据集; 调用多模态特征融合网络从所述多模态数据集中提取多模态特征,并在特征空间对所述多模态特征进行融合,以生成预制构件的缺陷候选区; 利用深度学习检测与分割模型对所述缺陷候选区进行缺陷类型分类和缺陷边界分割,并利用三维点云和红外图像计算分割边界内缺陷区域的定量指标; 根据所述缺陷区域的缺陷类型和定量指标对所述缺陷区域进行动态阈值判定,以确定所述缺陷区域的缺陷严重度等级,并输出预制构件的质量评估结果; 其中,所述多模态特征包括对RGB图像提取的表面纹理特征、对红外图像提取的温差分布特征、对紫外图像提取的裂缝渗透荧光特征以及对点云数据提取的几何形变与尺寸特征; 所述调用多模态特征融合网络从所述多模态数据集中提取多模态特征,并在特征空间对所述多模态特征进行融合,以生成预制构件的缺陷候选区,包括: 通过卷积神经网络对所述RGB图像进行特征提取,得到预制构件的表面纹理特征; 基于所述红外图像和紫外图像分别计算红外温差和紫外荧光,以获取所述温差分布特征和裂缝渗透荧光特征; 基于所述点云数据计算预制构件的几何偏差,得到几何形变与尺寸特征; 调用特征加权融合公式对所述表面纹理特征、温差分布特征、裂缝渗透荧光特征以及几何形变与尺寸特征进行特征融合,得到融合特征; 获取预设的融合特征阈值,并在所述融合特征不低于所述融合特征阈值时,将所述融合特征对应的预制构件检测区域标记为缺陷候选区,同时调用空间聚类算法生成所述缺陷候选区的区域边界; 所述利用深度学习检测与分割模型对所述缺陷候选区进行缺陷类型分类和缺陷边界分割,并利用三维点云和红外图像计算分割边界内缺陷区域的定量指标,包括: 将所述缺陷候选区对应的融合特征输入至多任务卷积神经网络中进行分类,以输出所述缺陷候选区对应的缺陷类型概率,并选取最大的缺陷类型概率作为所述缺陷候选区的缺陷类型; 通过MaskR-CNN分割网络对确定缺陷类型的缺陷候选区进行多个缺陷区域的边界分割,生成分割后缺陷区域对应的二值掩码矩阵; 基于所述二值掩码矩阵,分别在所述RGB图像、红外图像和紫外图像上计算分割边界,并对计算得到的多个分割结果进行加权融合,得到缺陷区域集合; 所述根据所述缺陷区域的缺陷类型和定量指标对所述缺陷区域进行动态阈值判定,以确定所述缺陷区域的缺陷严重度等级,并输出预制构件的质量评估结果,包括: 获取所述预制构件的生产信息,并将所述定量指标和生产信息进行拼接,得到每个缺陷区域的特征向量; 基于所有缺陷区域的特征向量构建特征向量矩阵,结合历史缺陷区域评估结果,调用基于近端策略优化的强化学习模型获取动态调整后的缺陷判定阈值,以根据不同的缺陷判定阈值计算各缺陷区域的缺陷严重度得分,并按照所述缺陷严重度得分确定各缺陷区域的缺陷严重度等级。

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中交华南勘察测绘科技有限公司;中交广州航道局有限公司,其通讯地址为:510290 广东省广州市海珠区沥滘路290号202房;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。