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！

龙图腾网获悉常州海图信息科技股份有限公司申请的专利一种基于数据分析的单轨吊巡检机器人智能测试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：CN120429803B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510932987.9，技术领域涉及：G06F18/2433；该发明授权一种基于数据分析的单轨吊巡检机器人智能测试方法是由侯柯羽;吕保龙;谢国龙;韩兆宇;肖涛;徐卫星设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于数据分析的单轨吊巡检机器人智能测试方法在说明书摘要公布了：本发明公开了一种基于数据分析的单轨吊巡检机器人智能测试方法，涉及智能检测技术领域，包括同步采集轨道图像、点云及姿态数据，并进行时间对齐和预处理，输出标准化数据包；运用YOLO检测网络对巡检目标进行检测，结合点云特征层级提取网络与时序卷积网络，输出多尺度特征向量；结合改进A‑star算法与长短期记忆网络预测故障发展趋势，通过强化学习优化巡检路径，输出维护决策方案；将维护决策方案转换为控制指令，驱动机器人执行巡检任务并实时反馈运行状态，结合增量学习与点云重建，输出可视化诊断报告。本发明采用动态阈值算法进行自适应分析，并结合跨模态注意力机制计算关键几何指标，提升了对结构性异常的识别能力。

本发明授权一种基于数据分析的单轨吊巡检机器人智能测试方法在权利要求书中公布了：1.一种基于数据分析的单轨吊巡检机器人智能测试方法，其特征在于：包括， 同步采集轨道图像、点云及姿态数据，并进行时间对齐和预处理，输出标准化数据包； 运用YOLO检测网络对巡检目标进行检测，结合点云特征层级提取网络与时序卷积网络，输出多尺度特征向量，具体步骤如下， 使用YOLOv11目标检测网络处理图像，三级体素化点云处理进行点云特征提取，输出图像特征图与点云层级特征； 结合位姿矩阵投影与双线性插值算法，将点云坐标转换后进行特征对齐，构建双模态特征组； 使用时序滑动机制建立跨帧特征关联，3D卷积核提取时空特征，利用多级特征融合与自适应加权融合时序特征，输出多模态融合特征金字塔； 对多模态融合特征金字塔，通过特征蒸馏去除冗余信息后进行标准化处理，输出多尺度特征向量； 通过动态阈值算法检测轨道螺栓数量、接缝宽度和水平错位量，输出故障初判结果； 利用证据理论进行多源信息融合，计算综合置信度输出最终故障诊断报告，具体步骤如下， 结合多尺度特征向量与多模态数据集，采用Z分数标准化方法对多尺度特征向量与多模态数据集进行归一化处理，再使用统计阈值法去除异常值，输出特征矩阵； 对特征矩阵通过三层全连接神经网络拟合狄利克雷分布参数，使用KL散度计算冲突程度，输出初始证据强度向量与证据冲突矩阵； 结合特征矩阵、初始证据强度向量与证据冲突矩阵，采用门控注意力机制进行特征重加权，应用指数移动平均算法进行时序融合，输出优化后的证据分布与不确定性度量值； 基于贝叶斯决策理论构建诊断规则，使用随机梯度下降优化器更新网络参数，输出故障诊断报告； 结合改进A-star算法与长短期记忆网络预测故障发展趋势，通过强化学习优化巡检路径，输出维护决策方案，具体步骤如下， 对故障诊断报告筛选故障点并建立空间映射，将故障位置映射至地图坐标系，构建故障数据集； 生成风险感知的巡检路径，结合A-star算法计算故障动态权重，输出优化后的巡检路径； 结合故障数据集与实时传感器数据，采用长短期记忆网络预测故障发展趋势，生成高风险预测报告； 结合故障数据集、优化巡检路径与高风险预测报告，按紧急程度分级，关联维修资源输出维护决策方案； 将维护决策方案转换为控制指令，驱动机器人执行巡检任务并实时反馈运行状态，结合增量学习与点云重建，输出可视化诊断报告。

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常州海图信息科技股份有限公司，其通讯地址为：213000 江苏省常州市天宁区北塘河东路17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”。