Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学薛善良获国家专利权

南京航空航天大学薛善良获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利一种基于机器视觉的发动机支架总成装配质量外观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:CN119048442B

龙图腾网通过国家知识产权局官网在2025-09-09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:202411077811.1,技术领域涉及:G06T7/00;该发明授权一种基于机器视觉的发动机支架总成装配质量外观检测方法是由薛善良;闫长阳;韩皓;项禹东;董瑞琪设计研发完成,并于2024-08-07向国家知识产权局提交的专利申请。

一种基于机器视觉的发动机支架总成装配质量外观检测方法在说明书摘要公布了:一种基于机器视觉的发动机支架总成装配质量外观检测方法,其特征是它包含以下步骤:1.采用自适应采样算法结合实际特,制定采样方案;2.收集并标注发动机支架总成图像后,训练GAN模型生成合成图像并制作数据集;3.在YOLOv9算法中引入注意力机制和轻量级卷积后训练模型;4.采用相机光源自适应算法自动调整相机和光源参数后进行图像采集;5.目标检测后将检测结果与合格标准比对分析,判断零件装配状态;6.将检测结果与产品关联建立质量追溯机制;7.定期触发持续学习自动化流程,迭代优化模型。本发明提高了对发动机支架总成零件装配状态检测的准确率和效率,降低了人工成本,实现了发动机支架总成装配质量的外观检测,以及质量问题追溯和持续学习。

本发明授权一种基于机器视觉的发动机支架总成装配质量外观检测方法在权利要求书中公布了:1.一种基于机器视觉的发动机支架总成装配质量外观检测方法,其特征是:它包括以下步骤: 步骤1:制定智能采样方案:采用自适应采样算法,结合相机硬件参数分析和发动机支架总成CAD模型或实际扫描数据,确定采样点位置,制定智能采样方案; 步骤2:建立标准化模板库:建立包含多种型号、批次和生产线的发动机支架总成标准模板库,并引入模板更新工具,确保模板与实际产品同步; 步骤3:训练数据集制作:收集多光照、多角度和背景下的发动机支架总成图像并标注,训练GAN模型生成合成图像,然后合并成数据集并重新标注; 步骤4:训练数据集数据增强:采用图像旋转,缩放,切割,颜色抖动和高斯滤波数据增强方法对数据集进行数据增强; 步骤5:模型改进:在YOLOv9基础上引入注意力机制和轻量级卷积来改进模型;注意力机制改进模型为引入结合多种注意力机制优点的HAT注意力机制(HybridAttentionTransformer),注意力机制包括自注意力、通道注意力和空间注意力;轻量级卷积改进模型为将部分YOLOv9中的卷积替换成轻量级Ghost卷积; 步骤6:模型训练:通过超参数进化策略不断调整目标检测模型训练的超参数,直至模型识别分类精度最佳,生成最佳精度零件装配检测定位模型; 步骤7:图像采集:采用相机光源自适应算法自动调整相机和光源参数; 步骤8:目标检测:将预处理后的图像输入至YOLOv9改进模型进行零件目标检测分类与像素坐标定位; 步骤9:装配质量评估:将检测结果与标准模板比对,根据自定义装配状态公式,判断装配是否合格,引入数据可视化技术制作详细直观的外观质量检测报告; 步骤10:持续学习:定期触发收集实际数据、评估性能、更新参数并重新训练的持续学习自动化流程; 步骤11:质量追溯:将每次检测的结果与产品信息关联起来,建立质量追溯机制。

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南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29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。

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。