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！

龙图腾网获悉重庆邮电大学申请的专利基于自建生态的风机叶片维护机器人远程监测控制方法及系统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：CN118636136B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410723455.X，技术领域涉及：B25J9/16；该发明授权基于自建生态的风机叶片维护机器人远程监测控制方法及系统是由罗久飞;李雨欣;李海青;禄盛;雷宇铖;王贺;吴小勇;赵洋;马莹设计研发完成，并于2024-06-05向国家知识产权局提交的专利申请。

本基于自建生态的风机叶片维护机器人远程监测控制方法及系统在说明书摘要公布了：一种基于自建生态的风机叶片维护机器人远程监测控制方法及系统，包括：维护机器人采集风机叶片图像，并通过传感器采集环境信息；采用改进的ORB算法提取风机叶片图像特征；构建数据结构并进行高效遍历搜索，快速查找与原始地图相似数据点及新增数据点，完成实时地图更新；将环境信息以及更新后的地图同步到终端设备；终端根据环境信息以及更新后的地图对风机叶片进行危险预警以及风险评估；根据危险预警结果以及风险评估结果生成控制指令，控制风机叶片维护机器人工作；本发明通过改进ORB算法及FLANN完成实时地图更新，结合多传感器自建虚拟生态环境，依托终端应用程序远程监测风机叶片的实时状态，提高风机叶片维护效率及操作安全性。

本发明授权基于自建生态的风机叶片维护机器人远程监测控制方法及系统在权利要求书中公布了：1.一种基于自建生态的风机叶片维护机器人远程监测控制方法，其特征在于，包括：维护机器人采集风机叶片图像，并通过机器人上的传感器采集环境信息；采用改进的ORB算法提取风机叶片图像特征；构建数据结构，通过风机叶片图像特征进行高效遍历搜索，快速查找与原始地图相似数据点及新增数据点，完成实时地图更新；将采集到的环境信息以及更新后地图同步到终端；终端根据环境信息以及更新后的地图对风机叶片进行危险预警以及风险评估；根据危险预警结果以及风险评估结果生成控制指令，并根据控制指令控制风机叶片维护机器人工作； 将风机叶片图像特征点与地图进行匹配对比包括：采用FLANN构建数据结构，对结构进行高效遍历搜索，采用融合PROSAC算法的改进FLANN匹配方法，快速查找与原始地图相似数据点及新增数据点，其中改进FLANN匹配方法通过KD-TREE实现特征匹配，即特征点所属空间为m维实数向量空间Rm，识别图像特征点p和分拣图像各特征点欧氏距离，寻找特征点p对应特征点，计算如下式： 其中，Q为两个特征点的欧式距离，x,y为特征点像素坐标，Xv为在第v空间的像素坐标值，通过KD-TREE结构存储所有的欧式距离Q，得到特征点p的匹配点对集，对匹配点对集自上而下递归搜索，得到最小Q对应的特征点p，得到匹配点对p,q，对每个特征点进行如上操作得到匹配点对； 快速查找与原始地图相似数据点及新增数据点包括： 1初始化相关参数，输入最大迭代次数Dmax，所有判断范围内点的误差极限Elim，数目阈值Slim； 2将匹配点对中最邻近和次邻近距离比值作为匹配质量降序排列，选取前5组匹配点对，计算匹配点误差，若匹配点误差大于Elim，则为外点，反之为内点，直到遍历所有匹配点对； 3判断迭代次数，若小于Dmax，则继续迭代，反之则停止并输出统计数据中内点最多的一组匹配点对集合； 4比较内点数目与Slim，若数目小于Slim则继续迭代，反之输出内点集合，完成匹配方法优化；保留匹配成功位置识别特征点数据，将此部分数据点Γi一起保存到数据库中并替换先验数据点Γi-1得到最新地图文件； 对风机叶片进行危险预警以及风险评估包括：获取风机叶片图像特征，将风机叶片图像特征输入到支持向量机模型中，得到风机损坏类别；设置阈值，阈值包括风速阈值α1、温度阈值α2以及是否存在的鸟群；将设置的阈值与当前的环境信息进行对比，若风速v＜α1，则安全系数β1＝1；设定温度阈值为α2，若温度t＜α2，则安全系数β2＝1；若存在鸟群，则安全系数β3＝1，若同时β1，β2，β3同时为1，则判定为操作环境安全；否则环境危险；环境安全时，则生成机器人控制指令，否则，不生成机器人控制指令。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。