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！

龙图腾网获悉哈尔滨工业大学申请的专利基于思维链和领域工具集的桥梁结构健康诊断智能体构建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：CN120673228B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510782057.X，技术领域涉及：G06V10/82；该发明授权基于思维链和领域工具集的桥梁结构健康诊断智能体构建方法是由徐阳;李惠;黄世舰设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本基于思维链和领域工具集的桥梁结构健康诊断智能体构建方法在说明书摘要公布了：本发明提出基于思维链和领域工具集的桥梁结构健康诊断智能体构建方法。该方法通过引入具备因果推理能力的语言模型，结合用于图像处理的目标检测、分割与几何分析模型，构建完整的任务链流程，实现从图像感知到结构诊断的自动化与智能化。该方法支持多图像输入、多任务协同处理，具备良好的泛化能力与可解释性，能够有效提升结构健康评估的效率和准确度。

本发明授权基于思维链和领域工具集的桥梁结构健康诊断智能体构建方法在权利要求书中公布了：1.基于思维链和领域工具集的桥梁结构健康诊断智能体构建方法，其特征在于，所述方法包括以下步骤： 步骤一：构建桥梁结构损伤属性知识缓存； 构建针对“构件-材料-损伤”三类桥梁核心视觉概念的可复用属性知识缓存；该缓存实现图文语义对齐，支持多场景、多构件间的视觉知识迁移，为后续多模态推理任务提供结构化先验语义支撑； 步骤二：设计桥梁属性概念嵌入模块和视觉语义映射机制； 设计可学习的桥梁属性编码库，将结构视觉概念表示为键，将与其对应的提示向量表示为值，构成键值对集合；通过三种损失机制优化桥梁属性编码库的参数，实现图像驱动的概念提示自适应选择与优化； 步骤三：建立桥梁结构属性知识嵌入的桥梁健康诊断多模态模型； 每次对模型输入一个批次的多模态桥梁结构健康诊断数据，获得模型输出，使用桥梁属性概念综合损失函数和语言模型损失函数计算网络损失值；使用反向传播算法获得网络损失对模型参数的梯度，使用梯度下降算法更新网络参数；如此循环，更新模型参数至收敛，获得桥梁结构属性知识嵌入的桥梁健康诊断多模态模型； 步骤四：构建基于思维链推理和领域专用工具集的多模态桥梁健康诊断智能体系统； 构建融合大语言模型、多模态模型与专用工具集的桥梁健康诊断智能体系统；以桥梁图像及文本任务描述为输入，由大模型驱动的思维链推理机制分阶段调度视觉分析任务，自动选择并调用桥梁专用工具模型，逐步完成构件识别、损伤检测和健康评估任务； 所述步骤二具体为： 步骤二一：设计并构建可学习的桥梁属性编码库； 将结构视觉概念表示为键，将与其对应的提示向量表示为值；每个视觉概念对应一个或多个可学习的提示向量，构成一个键值对集合，其中每个表示视觉特征，表示M个可学习的向量；该桥梁属性编码库的目标是让每个图像基于其自身的视觉特征选择与之匹配的提示向量，增强视觉概念的迁移能力； 步骤二二：计算输入图像的视觉概念提示； 对于每张输入图像，通过图像编码器，提取其特征，然后计算该图像特征与可学习视觉概念集合中各个视觉概念的余弦相似度；选择与图像特征最匹配的Top-K3个视觉概念，将这些概念对应的提示向量拼接起来，得到表示图像的视觉概念提示； 步骤二三：计算特征余弦相似度，保证从概念缓存中获取的提示词与从编码库中选择的提示词在特征空间中的一致性； 为了确保可学习的桥梁属性编码库在学习过程中的稳定性，引入一致性约束；对于每张图像，通过图像编码器提取其特征；然后基于余弦相似度从手工构建的桥梁属性概念缓存中检索出与图像特征最相似的Top-K2个概念；获取这些概念的文本特征后，将它们输入到大语言模型中生成提示词，并与可学习的提示词进行一致性对比；通过欧式距离约束，确保从概念缓存中获取的提示词与从编码库中选择的提示词在特征空间中的一致性； 步骤二四：在前述欧式距离约束的基础上，设计综合损失函数以优化可学习的桥梁属性编码库，包括匹配损失和正交损失； 步骤二五：设计视觉语言轻量化跨模态映射计算方法； 为实现桥梁图像信息向语言模型的无缝对接，设计轻量化跨模态映射方法；基于线性映射结构，结合视觉特征拼接操作，将来自视觉编码器及结构健康诊断模块的高维图像特征压缩并映射至大语言模型的语义空间。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。