買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉常州海圖信息科技股份有限公司申請的專利一種基于數據分析的單軌吊巡檢機器人智能測試方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120429803B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510932987.9，技術領域涉及：G06F18/2433；該發明授權一種基于數據分析的單軌吊巡檢機器人智能測試方法是由侯柯羽;呂保龍;謝國龍;韓兆宇;肖濤;徐衛星設計研發完成，并于2025-07-08向國家知識產權局提交的專利申請。

本一種基于數據分析的單軌吊巡檢機器人智能測試方法在說明書摘要公布了：本發明公開了一種基于數據分析的單軌吊巡檢機器人智能測試方法，涉及智能檢測技術領域，包括同步采集軌道圖像、點云及姿態數據，并進行時間對齊和預處理，輸出標準化數據包；運用YOLO檢測網絡對巡檢目標進行檢測，結合點云特征層級提取網絡與時序卷積網絡，輸出多尺度特征向量；結合改進A?star算法與長短期記憶網絡預測故障發展趨勢，通過強化學習優化巡檢路徑，輸出維護決策方案；將維護決策方案轉換為控制指令，驅動機器人執行巡檢任務并實時反饋運行狀態，結合增量學習與點云重建，輸出可視化診斷報告。本發明采用動態閾值算法進行自適應分析，并結合跨模態注意力機制計算關鍵幾何指標，提升了對結構性異常的識別能力。

本發明授權一種基于數據分析的單軌吊巡檢機器人智能測試方法在權利要求書中公布了：1.一種基于數據分析的單軌吊巡檢機器人智能測試方法，其特征在于：包括， 同步采集軌道圖像、點云及姿態數據，并進行時間對齊和預處理，輸出標準化數據包； 運用YOLO檢測網絡對巡檢目標進行檢測，結合點云特征層級提取網絡與時序卷積網絡，輸出多尺度特征向量，具體步驟如下， 使用YOLOv11目標檢測網絡處理圖像，三級體素化點云處理進行點云特征提取，輸出圖像特征圖與點云層級特征； 結合位姿矩陣投影與雙線性插值算法，將點云坐標轉換后進行特征對齊，構建雙模態特征組； 使用時序滑動機制建立跨幀特征關聯，3D卷積核提取時空特征，利用多級特征融合與自適應加權融合時序特征，輸出多模態融合特征金字塔； 對多模態融合特征金字塔，通過特征蒸餾去除冗余信息后進行標準化處理，輸出多尺度特征向量； 通過動態閾值算法檢測軌道螺栓數量、接縫寬度和水平錯位量，輸出故障初判結果； 利用證據理論進行多源信息融合，計算綜合置信度輸出最終故障診斷報告，具體步驟如下， 結合多尺度特征向量與多模態數據集，采用Z分數標準化方法對多尺度特征向量與多模態數據集進行歸一化處理，再使用統計閾值法去除異常值，輸出特征矩陣； 對特征矩陣通過三層全連接神經網絡擬合狄利克雷分布參數，使用KL散度計算沖突程度，輸出初始證據強度向量與證據沖突矩陣； 結合特征矩陣、初始證據強度向量與證據沖突矩陣，采用門控注意力機制進行特征重加權，應用指數移動平均算法進行時序融合，輸出優化后的證據分布與不確定性度量值； 基于貝葉斯決策理論構建診斷規則，使用隨機梯度下降優化器更新網絡參數，輸出故障診斷報告； 結合改進A-star算法與長短期記憶網絡預測故障發展趨勢，通過強化學習優化巡檢路徑，輸出維護決策方案，具體步驟如下， 對故障診斷報告篩選故障點并建立空間映射，將故障位置映射至地圖坐標系，構建故障數據集； 生成風險感知的巡檢路徑，結合A-star算法計算故障動態權重，輸出優化后的巡檢路徑； 結合故障數據集與實時傳感器數據，采用長短期記憶網絡預測故障發展趨勢，生成高風險預測報告； 結合故障數據集、優化巡檢路徑與高風險預測報告，按緊急程度分級，關聯維修資源輸出維護決策方案； 將維護決策方案轉換為控制指令，驅動機器人執行巡檢任務并實時反饋運行狀態，結合增量學習與點云重建，輸出可視化診斷報告。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人常州海圖信息科技股份有限公司，其通訊地址為：213000 江蘇省常州市天寧區北塘河東路17號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。