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！

龙图腾网获悉中国航空研究院申请的专利一种基于改进YOLOv5的空中加油锥套检测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：CN116843732B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202310542755.3，技术领域涉及：G06T7/33；该发明授权一种基于改进YOLOv5的空中加油锥套检测方法是由林鹏;张西林;何亚坤;赵昕宇;陈远泽;邢晨光;刘波设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5的空中加油锥套检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv5的空中加油锥套检测方法，属于计算机视觉识别技术领域。本发明使用基于特征的双目图像配准融合算法，对双目相机检测到的锥套图像进行配准，而后采用自适应金字塔特征融合对YOLOv5轻量化目标检测算法进一步设计优化，能够实现锥套图像识别算法的旋转不变性和尺寸不变性，使网络能够直接学习如何对特征进行空间滤波，并将不同级别的特征自适应地融合。最后使用优化后的目标检测方法对双视角图像解算，进而得到锥套相对于观测相机的位姿。该方法通过使用基于双目视觉的几何匹配保障了结果的稳定性，同时使用基于深度学习的自适应神经网络算法大大提升了对于目标的检测精度和速度，实现了对于加油锥套的快速检测和定位。

本发明授权一种基于改进YOLOv5的空中加油锥套检测方法在权利要求书中公布了：1.一种基于改进YOLOv5的空中加油锥套检测方法，其特征在于，包括以下步骤： A.使用双目相机采集加油场景下加油锥套图像； B.使用基于特征的双目图像配准融合算法，对双目相机采集到的两组锥套图像进行配准，保证双视角图像中的锥套目标的像素每一行都对齐，得到两组图像的变换矩阵，逆运算即可成功匹配图像； C.对YOLOv5检测模型的骨干网络和特征融合部分进行优化，将骨干网络替换为MobileNetV3结构； D.对MobileNetV3引入一种针对深度卷积神经网络的高效通道注意力ECA模块，降低网络参数量； E.在YOLOv5卷积网络中引入自适应特征金字塔融合ASFF模块； F.使用优化后的检测模型对两组配准后的锥套图像进行检测，得到锥套目标的像素范围；采用表达式object_location[1,2]＝F_networkI_match[1,2]，得到锥套目标的像素范围，通过将匹配后的双目图像matchI_输入优化后的检测网络F_network，得到检测到的锥套目标的像素坐标object_location，其格式为[x,y,w,h]，其中x,y表示目标的中心点，w,h表示检测框的宽度和高度； G.利用传统的人工算子对锥套目标进行解算，得到最终的锥套位姿；采用表达式object_pose＝pose_calculateI_match[1,2],object_location[1,2]，使用传统的人工算子对目标特征进行解算得到位姿，其中pose_calculate表示人工特征位姿解算方法，通过对匹配后的双目图像I_match的目标范围object_location内的人工特征进行提取解算，最后可以得到锥套目标的六自由度位姿 [X,Y,Z,yaw,pitch,roll]，其中X，Y，Z表示世界坐标下的锥套中心坐标，yaw,pitch,roll，表示三轴旋转角度。

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国航空研究院，其通讯地址为：100012 北京市朝阳区安外北苑2号院；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”。